CSEC

Color Shift Estimation-and-Correction for Image Enhancement

背景

真实世界中往往会包含不均匀的曝光，很容易同时产生过曝和欠曝的情况。这些过曝和欠曝区域会有明显的色调失真。欠曝区域中相对较高的噪声会改变数据分布使得色调发生偏移，同时，过饱和的过曝区域会损失掉原来的颜色。因此，增强这些图像通常涉及到亮度调整以及色调偏移校正。

当前研究可以被分为两类：

学习曝光一致表示空间，将不同程度的曝光映射为标准一致的表示
融合频率信息和空间信息，帮助建模图像内在的结构特征来增强亮度，改善结构失真

上述方法假设图像中只发生了过曝或欠曝，如果图像中同时包含过曝和欠曝，表现不佳。LCDP利用局部颜色分布作为先验指导增强过程，但是会有严重的颜色偏移，特别是在较大的同质区域上。

作者发现，同一个数据集中欠曝区域和过曝区域具有相反的分布偏移；MSEC包含正常曝光的像素，而LCDP这种图像中同时包含过曝和欠曝的图像没有这些“参考像素”作为指导。基于以上的观察，作者以生成的伪正常曝光特征为条件预测和校正这些颜色偏移。

方法（略）

本文首先将输入图像通过UNet后得到brightened和darkened版本的颜色特征图，随后通过一个伪正常特征生成器生成伪正常颜色特征图。然后利用一个颜色偏移预测模块（COSE）（从空间域扩展到颜色特征域的可变形卷积）预测和校正brightened（darkened）和伪正常的颜色特征图之间的颜色偏移。使用颜色调整模块（COMO）（基于输入图像以及预测的darken/brighten颜色偏移量的定制的交叉注意力机制）调整过曝和欠曝区域中分别校正后的颜色以产生增强后的图像。