颜色假设的多假设方法
Daniel Hernandez-Juarez，Sarah Parisot，Benjamin Busam，Ales Leonardis，Gregory Slabaugh和Steven McDonagh
2020年CVPR
/ / ///
当代方法将色彩恒定性问题归结为学习相机特定的光源映射。 虽然可以在特定于摄像机的数据上实现高精度，但这些模型取决于摄像机的光谱灵敏度，通常对新设备的推广不佳。 此外，由于问题的不适定性，回归方法所产生的点估计未明确说明合理的光源解决方案之间的潜在歧义。 我们提出了一种贝叶斯框架，该框架可以通过多重假设策略自然地处理颜色恒定性的歧义。 首先，我们以数据驱动的方式选择一组候选场景光源，并将其应用于目标图像以生成一组校正图像。 其次，对于每个校正后的图像，我们使用与摄像机无关的CNN估计光源消色的可能性。 最后，我们的方法从生成的后验
