基于改进SqueezeNet的颜色恒常性计算

摘要：

由于成像设备存在的缺陷,容易引起成像色彩的偏移,影响图像算法的下游任务,因此需要采用颜色恒常性算法实现图像色彩的矫正,保证图像颜色与人眼看到的色彩保持一致.传统颜色恒常性算法的效果依赖于特定的光源环境,为了提升算法的适用范围和使用效率,提出了一种基于SqueezeNet框架的颜色恒常性计算模型,通过卷积图像网络感知图像光源,并引入了注意力机制和残差连接,提升网络对图像的理解和计算性能.网络同时预测输入图像各区域的光照颜色,再通过设计3种不同池化方式汇聚,输出图像的全局估计光源,最后利用估计光源矫正图像.实验结果表明,提出的光源估计算法能够有效地估计图像光照颜色,矫正图像色彩.

关键词：颜色恒常性、光源估计、SqueezeNet、注意力机制、残差连接

所属期刊栏目：32

分类号：TP391.41;D918.2;S831.4

资助基金：国家自然科学基金62175191

在线出版日期：2023-10-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：208-214