要約
非最適な照明条件下で撮影された画像は、過度の露出と露出不足を同時に含むことがあります。現在の手法は主に画像の明るさ調整に焦点を当てていますが、これにより露出不足領域での色調歪みが悪化し、露出過多領域での正確な色再現が困難になる可能性があります。本論文では、過度の露出と露出不足をともに持つ画像を強化するための新しい方法を提案します。この方法は、このような色調シフトを推定し補正することを学習することで実現します。具体的には、まず入力画像の明るくしたバージョンと暗くしたバージョンの色情報マップをUNetベースのネットワークを通じて導き出します。その後、擬似正常色情報ジェネレータを使用して擬似正常色情報マップを生成します。さらに、新規に開発したCOlor Shift Estimation (COSE) モジュールを使用して、導き出された明るくした（または暗くした）色情報マップと擬似正常色情報マップとの間の色シフトを推定します。COSEモジュールは、過度の露出領域と露出不足領域における推定された色シフトを個別に補正します。また、新規に開発したCOlor MOdulation (COMO) モジュールを使用して、過度の露出領域と露出不足領域で個別に補正された色を調整し、強化された画像を作成します。包括的な実験結果から、当社の手法が既存のアプローチよりも優れていることが示されています。プロジェクトウェブページ: https://github.com/yiyulics/CSEC.