Just My Life & My Work

開始要認真閱讀paper,期望這學期能順利完成論文!

當然我要閱讀跟我研究方向最相關的paper:Example-Based Image Color and Tone Style Enhancement仔細閱讀後發現paper中隱藏着許多技術細節,因為跟我的興趣攝影相關,所以我越是閱讀越是感興趣!

於是我特別翻譯成中文來慢慢咀嚼,希望能更深入瞭解paper的精髓所在!

那麼我就從最開頭整理翻譯起~

1.Introduction

隨著數位相機的流行,在數位影像強化中已經持續增加研究興趣。色調(tone)色彩(color)的調整在其中是最頻繁的操作。

像這樣的調整時常需要被決定在個別的基礎,存在許多情境色調和色彩的調整遵從常見的隱含規則。

例如,攝影師時常小心地在影像中調整色溫、色調來傳達特定的意象(impression)。對於確切的意象,調整的方式在不同的相片之間通常是保持一致的。

另一個例子眾所皆知,由不同數位相機所拍攝的相片,有著不同程度色調和色彩的差異。這是因為每種類型的相機都有其自身內建輻射(radiance)顏色(color)的反應曲線。它定義了一組顯式或隱式的規則或曲線,來控制色調和色彩的調整。

手動調整一張相片的色調和色彩來達到想要的風格時常是單調乏味且很花時間的,然而如果色調和色彩的風格可以數位形式被數學公式化,那麼它就可以自動且簡單地套用在新的輸入影像,使它們看起來更吸引人。

但很不幸地,能控制色調和色彩的風格往往沒有明確存在這樣子的規則。

舉個例子,我們很難以數學的方式歸納攝影師如何拍攝特定的意象,而且它也牽涉到校正相機的輻射和顏色的反應曲線,特別是考慮顏色的反應曲線需要覆蓋整個可見光譜。

因此他這篇論文的目標是,如何從影像例子(example)去學習隱含的色調和顏色的調整規則。也就是說,給予一些影像例子,每個例子都是調整前及調整後對應的影像對(pair)。他希望找到最佳連結相對應的像素對所有的影像對中色調和色彩基本的數學關係

從影像例子去學習色調和色彩的調整規則是相當有挑戰性的,基於以下幾個理由:

  • 第一,我們需要去識別埋藏在影像例子對中有著雜訊的資料,我們需要依賴機器學習(machine learning)資料探勘(data mining)技術去發現隱藏的模式(pattern)關係(relationship)
  • 第二,這個關係非常有可能是非線性的(nonlinear)空間變化的(spatially varying)。這是因為相機輻射和顏色的反應曲線是非線性的,而且攝影師所使用色調和色彩的調整規則有很大的可能是根據影像的局部區域。
  • 第三,這個關係還存在其它因素,除了個別像素的色調和顏色。例如,調整的量會依賴鄰域統計(neighborhood statistics),這跟物體表面特性有著關聯性。

在這篇論文,他發展一個學習基礎的方法去達成目標。正式定義色調和色彩的調整規則來當作映射關係(mapping),而且提出以片段的方式來求近似的複雜空間變化非線性映射關係(approximate complicated spatially varying nonlinear mappings in a piecewise manner)。這背後的原因是一個非常複雜的映射關係仍然可以在局部地求近似的線性或低階多項式模型(low-order polynomial model)

因此,想要處理複雜性(complexity)非線性(nonlinearity),他採用了分而治之(divide-and-conquer)策略,藉由首先分開一個特徵空間到數個子空間,然後在每個有著低階模型的子空間,近似求色調和色彩的映射關係。最後會得到低階模型中的參數,是擷取自影像例子對的資料訓練而來。

理論上,只要映射關係存在,如果特徵空間可以被分割到足夠數量的子空間,它可以被近似到高精確度。

更具體地說,他這篇論文有以下的貢獻:

  • 第一,他發展出一個系統框架,可以從影像例子對來學習複雜的色調和色彩。起初的特徵空間以二元分類樹(binary classification tree)分割為子空間。每個葉結點在分類樹中對應一個子空間,而這些子空間都是由不同的影像例子對中區域顏色(local color)梯度映射(gradient mappings)訓練而得。
  • 第二,他識別出有效低階參數模型給區域顏色和梯度映射,這個區域梯度映射特別對反差增強(contrast enhancement)有效,有效的技術也發展出亮度通道(luminance channel)的優化和空間一致的顏色映射。
  • 第三,他應用這個框架在兩個情境:
    1. 一是學習高階數位相機的影像風格,並使用來強化由低階相機所拍攝的影像
    2. 二是學習由攝影師手動調整影像的風格,並使用來套用在新輸入影像。

Comments on: "[paper] Example-Based Image Color and Tone Style Enhancement – Introduction" (4)

  1. 非常感謝您的分享,獲益良多

  2. […] Example-Based Image Color and Tone Style Enhancement – Introduction […]

  3. […] 接續Example-Based Image Color and Tone Style Enhancement – Introduction,再來介紹paper所引用前人paper的成果,並描述其特色與差異。 […]

隨意留個言吧:)~

在下方填入你的資料或按右方圖示以社群網站登入:

WordPress.com 標誌

您的留言將使用 WordPress.com 帳號。 登出 /  變更 )

Google photo

您的留言將使用 Google 帳號。 登出 /  變更 )

Twitter picture

您的留言將使用 Twitter 帳號。 登出 /  變更 )

Facebook照片

您的留言將使用 Facebook 帳號。 登出 /  變更 )

連結到 %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.

標籤雲

%d 位部落客按了讚: