基于对象语义分割的改进颜色恒常性算法

摘要

颜色恒常性是人类特有的一种心理感知现象,为充分考虑人类在观察外界事物时的心理情绪感知和意识对图像物体或者对象语义的理解,本研究首先基于深度学习模型(Mask-RCNN)对图像内容中的对象类别进行语义分割,构建一个根据对象语义主题划分的图像分类集,在此基础上对经典灰度世界(GW)算法进行改进,将图像对象语义分类集的RGB三通道平均值,作为图像全局光照颜色估计结果,并与GW、WP、SoG和GE四种经典算法的性能进行对比。实验结果表明,本研究算法的还原角度误差的中值误差和均值误差均有明显降低,说明其具有更好的光照颜色估计效果。