机器视觉新突破:算法可消除图像阴影还原物体真实色彩
尽管计算机视觉模型在人脸识别和文字读取等任务上取得了显著进展,但在辨别物体颜色及光线微妙特性方面,仍难以匹敌人眼。针对这一痛点,西雅图东北大学 Khoury 计算机科学学院的计算机程序主任布鲁斯·麦克斯韦尔(Bruce Maxwell)及其团队开发了一种新的机器视觉模型,能够精确描绘物体的真实颜色。

东北地区的计算机视觉专家评价称,这种极其精确的自动化物体和颜色检测算法,有望解决自动驾驶等领域面临的挑战。例如,在阳光明媚但道路被树木或建筑物遮蔽的场景中,作为自动驾驶汽车“眼睛”的摄像机往往难以准确判断路况。
西雅图东北部电气和计算机工程教授 Ian Lee 指出:“人类没有这个问题,我们知道阴暗的道路仍然是相同的道路。”Lee 通过在西雅图东北校区电动福特野马测试车上收集图像和传感器数据进行研究。他认为,通过教导摄像机学习光线如何在阳光和阴影之间改变颜色,可以使其具备类似人类的感知能力。
麦克斯韦尔解释称,人眼很少误判阴影中物体的形状和颜色,部分原因在于人眼具有非线性的感光特性,使得明亮区域不会完全过曝变白,暗部也不会完全欠曝变黑。相比之下,传统摄像机拍摄的是线性图像,通过人工压缩光线强度,导致“要么在阴影中看不见细节,要么高光部分完全吹爆”。
目前,获取相对精确彩色图像的唯一方法通常是使用多摄像头系统拍摄不同曝光度的照片,并通过合成方式组合。然而,麦克斯韦尔的研究表明,创建先进的机器视觉模型——即基于规则处理、使计算机能捕获并分析图像以自动化物理环境决策的系统——关键在于训练数据的准确性。
研究发现,使用存储在对数尺度上的 RGB(红、绿、蓝)值数字图像来训练模型,能获得最真实的色彩还原效果。“对于自动驾驶等高动态范围环境的应用场景,必须使用非常高效的模型,”麦克斯韦尔表示,“如果仅通过改变输入数据就能让同一个模型表现更好,这将极具实用价值。”
在最近的研究中,麦克斯韦尔调查了该模型去除阴影的能力。结果显示,模型能够观察处于阴影中的物体图像,并在没有任何扭曲或失真的情况下,自动亮化图像,呈现出物体在均匀光照下的原本外观。
该项目的数据集包含约 25,000 张对数图像,由麦克斯韦尔指导的几十名学生在四年内利用智能手机和相机采集而成。参与者来自东北大学全球网络,包括波士顿、西雅图、温哥华、硅谷、迈阿密、阿灵顿和波特兰等校区的学生。他们在秋季、春季和夏季的不同时间段,对相同的街道、物体、花园或标志进行了拍摄。
除了提升自动驾驶的安全性,这项技术还具有广泛的商业应用潜力。麦克斯韦尔指出,该自动化删影算法可以帮助摄影师更准确地校正图像,其效果优于主流的人工智能模型和智能手机编辑软件。
在游戏开发领域,该技术也能简化工作流程。视频游戏艺术设计师通常需要将现实世界的 3D 物体(如咖啡杯)插入游戏中。以往,这需要在完美照明下从各个角度拍摄数百张照片。而借助麦克斯韦尔的模型,设计师只需拍摄一段手持转动物体的短视频,即可生成高质量的 3D 资产。
麦克斯韦尔表示,他计划未来将该模型应用于自动驾驶汽车,实现实时运行,从而在现实驾驶条件下提高摄像机的可靠性。“我很想用我们在西雅图研究车收集的街道数据来进一步测试它,”他说。





