CCMNet: 利用校准颜色校正矩阵实现跨相机色彩恒常性

计算色彩恒常性，或称白平衡，是相机图像信号处理器（ISP）中的一个关键模块，用于纠正场景照明引起的色偏。由于这一操作发生在特定相机的原始色彩空间中，白平衡算法必须适应不同的相机。本文介绍了一种基于学习的跨相机色彩恒常性方法，该方法能够在无需重新训练的情况下适用于新相机。我们的方法利用了ISP中预校准的颜色校正矩阵（CCM），这些矩阵将相机的原始色彩空间映射到标准空间（例如CIE XYZ）。我们的方法使用这些CCM将预定义的照明颜色（即沿着普朗克轨迹）转换到测试相机的原始色彩空间。映射后的光源被编码成一个紧凑的相机指纹嵌入（CFE），使网络能够适应未见过的相机。为了防止在训练过程中由于有限的相机和CCM而导致过拟合，我们引入了一种数据增强技术，该技术在不同相机及其CCM之间进行插值。实验结果表明，在多个数据集和不同模型架构下，我们的方法实现了最先进的跨相机色彩恒常性性能，并且保持了轻量级特性，仅依赖于ISP中现成的数据。 (Computational color constancy, or white balancing, is a key module in a camera's image signal processor (ISP) that corrects color casts from scene lighting. Our method leverages pre-calibrated color correction matrices (CCMs) available on ISPs that map the camera's raw color space to a standard space (e.g., CIE XYZ). The mapped illuminants are encoded into a compact camera fingerprint embedding (CFE). Data augmentation technique interpolates between cameras and their CCMs.)