带你读《2022技术人的百宝黑皮书》——CVPR2022 | 开源： 基于间距自适应查找表的实时图像增强方法(4) https://developer.aliyun.com/article/1246792?groupCode=taobaotech
总结
在本文中，我们简要介绍了一种新颖的，可用于强化可学习 3D LUT 以进行实时颜色增强的学习机制——AdaInt。其中心思想是引入图像自适应采样间隔来学习非均匀的3D LUT布局。两个公开数据集的实验结果验证了方法在性能和效率方面优于其他先进的现有方法。此外，作者相信本文方法中所蕴含的思想，即对复杂的底层变换函数或表示进行非均匀采样的观点不仅局限于 3D LUTs，也有望指导其他应用的改进，我们将其留作我们未来的工作。
参考文献
[1] Liu Y, He J, Chen X, et al. Very lightweight photo retouching network with conditional sequential modulation[J]. arXiv preprint arXiv:2104.06279, 2021.
[2] Zeng H, Cai J, Li L, et al. Learning image-adaptive 3D lookup tables for high performance photo enhancement in real-time[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2020.
团队介绍
该工作主要在大淘宝技术中支持内容业务的音视频算法与基础技术团队的带领下完成，该团队依托淘宝直播、逛逛和点淘等内容业务，致力于打造行业领先的音视频技术。团队成员来自海内外知名高校，先后在MSU世界编码器大赛，NTIRE视频图像增强领域这样的领域强相关权威赛事上夺魁，并重视与学界的合作与交流。
本工作的色彩增强任务与团队实际业务场景中调色的功能需求密切相关。调色是淘宝主播提升直播间画质的重要手段之一，往往依赖专业人员以及配套软件，使用门槛和成本较高。我们的色彩增强工作，旨在自动化的帮助用户完成原本专业性强操作复杂度较高的调色工作，更好地帮助主播提升直播间画质，改善直播画质体验。
这项工作的主要合作方为上海交通大学张文军教授领衔的图像所团队，是数字电视广播及数字媒体处理与传输领域的主要研究力量之一。近年来，团队面向国家战略性新兴产业，顺应网络化、融合化的发展趋势，在包括智能媒体融合网络、视频智能分析处理与传输在内的多个重点研究领域开展工作，并取得了多项重大成果。
