公开(公告)号：CN114463221B

公开(公告)日：2025-03-28

申请号：CN202210132479.9

申请日：2022-02-14

Applicant: 北京邮电大学

Inventor： 明安龙 ,  唐宇翔 ,  李春晓 ,  康学净

IPC: G06T5/77 ,  G06T5/60 ,  G06T11/00 ,  G06N3/0464 ,  G06N3/098

Abstract: 针对现有颜色恒常性技术面临的数据匮乏问题，本发明提供了一种用于多设备域AWB增强的自监督颜色校正方法，通过光照不变描述理论生成光照设备无关图像；利用Von Kries模型及光照不变描述理论生成光照设备无关图像相应学习的自监督标签；利用深度卷积神经网络学习光照设备无关图像到相应标签的映射。该方法能够达到多设备域数据联合训练增强AWB的目的，从而有效提高AWB技术的泛化性和精度，减少人力物力的耗费。

公开(公告)号：CN114463221A

公开(公告)日：2022-05-10

申请号：CN202210132479.9

申请日：2022-02-14

Applicant: 北京邮电大学

Inventor： 明安龙 ,  唐宇翔 ,  李春晓 ,  康学净

IPC: G06T5/00 ,  G06T11/00 ,  G06N3/04 ,  G06N3/08

Abstract: 针对现有颜色恒常性技术面临的数据匮乏问题，本发明提供了一种用于多设备域AWB增强的自监督颜色校正方法，通过光照不变描述理论生成光照设备无关图像；利用Von Kries模型及光照不变描述理论生成光照设备无关图像相应学习的自监督标签；利用深度卷积神经网络学习光照设备无关图像到相应标签的映射。该方法能够达到多设备域数据联合训练增强AWB的目的，从而有效提高AWB技术的泛化性和精度，减少人力物力的耗费。