Just My Life & My Work

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。

研究總要站在巨人的肩膀之上,想要建造車子,不必再由自己製作輪子。

2.Related Work

他的成果的靈感來自前人的影像增強成果上,包含自動的方式—曝光校正(exposure correction)對比增強(contrast enhancement)色彩校正(color correction),也有色調和色彩的調整技術。

Jobson et al. [1997]
A multiscale retinex for bridging the gap between color images and the human observation of scenes.
  • 靈感來自一個亮度模型和人類視覺的色彩感知。提出多尺度(multiscale)中心/環繞(center/surround)視網膜皮層(retinex)來達成模擬動態範圍壓縮(dynamic range compression)、色彩一致(color consistency)、亮度再現(lightness rendition),基本上多尺度框架模擬表現區域和全域色彩和對比的調整。
Bae et al. [2006]
Two-scale tone management for photographic look.
  • 表現自動的區域和全域色調的調整到輸入影像,使得其區域和全域的對比類似於參考影像。
Lischinski et al. [2006]
Interactive local adjustment of tonal values.
  • 引進一個互動的區域色調的調整方法,基於一個稀疏的塗鴉集。
Cohen-Or et al. [2006]
Color harmonization.
  • 根據和諧(harmonization)規則表現色彩的調整。
Shapira et al. [2009]
Image appearance exploration by model-based navigation.
  • 提出一個有趣的方法以互動式地使用高斯混合模型(Gaussian mixture models (GMMs))來編輯影像。
Wang et al. [2010]
Data-driven image color theme enhancement.
  • 展示一個方法來調整一張影像的色彩組成,來符合事先定義好的色彩主題。所有這些技術直接表現色調或色彩的調整到個別的輸入影像,而這個調整並沒有學習參數模型(parametric models)。
梯度域影像編輯技術和系統發表在[Fattal et al. 2002; Perez et al. 2003]
Fattal et al. [2002]
Gradient domain high dynamic range compression.
  • 引進一個有效的方法,藉由策略性地減少影像梯度的幅度來達成高動態範圍壓縮(high dynamci range compression)。
Perez et al. [2003]
Poisson image editing.
  • 提出一個框架,藉由轉換和再整合起初的梯度場來達成梯度域影像的編輯。
  • #一個重要而不同於這些現存的技術,他這篇論文的方法識別兩個不同影像風格之間梯度和模型的連結,這樣的連結當作參數梯度映射(parametric gradient mappings)。然而上述技術只有表現梯度域的調整到個別輸入影像,而沒有訓練參數模型(parametric models)。
許多表現在影像的色彩轉換成果[Reinhard et al. 2001; Chang et al. 2005; Piti and Kokaram 2007]
  • 典型上,像這樣方法表現統計分析來施加一張參考影像的色彩特徵到另一張來源影像。雖然這麼多進展已經做到,然而結果影像的品質仍然依賴來源影像和參考影像的相容性,作為它們的逐像素(pixel-wise)之間的對應關係不存在。
Dale et al. [2009]
Image restoration using online photo collections.
  • 基於影像搜尋的技術,共同分段(cosegmentation)和色彩轉換,他發展出多目的影像增強框架,利用大量影像資料庫。色彩轉換結果被用來當作訓練資料(training data)來學習區域參數映射。
  • #一個重要而不同於這樣子色彩轉換和他的成果,上述色彩轉換只有從一張或多張參考影像到來源影像,而且任何映射從這過程只有對特定來源影像有作用,然而他這篇論文的成果企圖訓練色調和色彩的映射,普遍可應用到一個影像類別,所以使用者不需要去選擇一張參考影像給每張來源影像。
Siddiqui and Bouman [2008]
Hierarchical color correction for camera cell phone images.
  • 發展一個多階段色彩校正演算法來增強數位影像,而這影像來自於低品質影像裝置像是手機相機。在這框架中,一個像素的色彩被分類到一個類別,以高斯混合模型和區域色彩校正,專門針對這一類別採用仿射變換(affine transform)。在高斯混合模型和仿射轉換中的參數學習自一個離線(offline)訓練程序。
  • #不同於上述技術,他總結如下:
    • 第一,他表現色彩校正和對比增強同時在同一個框架內,然而上述只有在色彩校正。
    • 第二,在他的成果中,色彩的調整使用二次模型(quadratic models)而非仿射模型(affine models)。
    • 第三,更重要的是,上述影像和像素的類別採用只適合影像裝置,但不適合攝影師風格得調整,然而像素類別在他的方法是自動擷取自使用階層叢集(hierarchical clustering)的訓練資料。
全域影像增強技術和管線展示在[Battiato et al. 2004; Kang et al. 2010]
[Kang et al. 2010]
Personalization of image enhancement.
  • 使用個人化的增強影像例子得到全域參數。
  • #相比之下,他的方法訓練區域參數模型,而不是全域參數模型。

Comments on: "[paper] Example-Based Image Color and Tone Style Enhancement – Related Work" (2)

  1. […] Example-Based Image Color and Tone Style Enhancement – Related Work […]

  2. […] 接續Example-Based Image Color and Tone Style Enhancement – Relative Work,來看本篇論文技術架構。 […]

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: