Harmonisation d'images profondes dans des espaces de couleur duals

L'harmonisation d'image est une étape cruciale dans la composition d'images qui ajuste l'apparence du premier plan composite pour résoudre les incohérences entre le premier et le second plan. Les méthodes existantes opèrent principalement dans l'espace de couleur corrélé $RGB$, ce qui entraîne des caractéristiques emmêlées et une capacité de représentation limitée. En revanche, l'espace de couleur non corrélé (par exemple, $Lab$) dispose de canaux non corrélés qui fournissent des statistiques de couleur et d'éclairage dissociées. Dans cet article, nous explorons l'harmonisation d'image dans des espaces de couleur duals, complétant ainsi les caractéristiques emmêlées $RGB$ avec des caractéristiques dissociées $L$, $a$, $b$ pour alléger la charge de travail lors du processus d'harmonisation. Le réseau se compose d'un squelette d'harmonisation $RGB$, d'un module d'encodage $Lab$ et d'un module de contrôle $Lab$. Le squelette est un réseau U-Net traduisant l'image composite en image harmonisée. Trois encodeurs dans le module d'encodage $Lab$ extraient trois codes de contrôle indépendamment des canaux $L$, $a$, $b$, qui sont utilisés pour manipuler les caractéristiques du décodeur dans le squelette d'harmonisation via le module de contrôle $Lab$. Notre code source et notre modèle sont disponibles à l'adresse \href{https://github.com/bcmi/DucoNet-Image-Harmonization}{https://github.com/bcmi/DucoNet-Image-Harmonization}.