Raw2raw dataset

由于不同传感器品牌和型号的光谱灵敏度差异，相机传感器的原始 RGB 颜色会有所不同。本文重点研究不同传感器原始 RGB 颜色空间之间的映射任务。先前的工作使用成对校准来解决这个问题，以实现准确的颜色映射。虽然准确，但这种方法不太实用，因为它需要：（1）通过两个相机设备捕获一对图像，并在每个新场景中放置一个颜色校准对象； (2)对颜色校准对象进行准确的图像对齐或人工标注。本文旨在通过更实用的设置来解决原始空间中的颜色映射问题。具体来说，我们提出了一种半监督的 raw-to-raw 映射方法，该方法在一组成对的图像以及每个相机设备捕获的一组未成对的图像上进行训练。通过广泛的实验，我们表明，除了单校准解决方案之外，我们的方法与其他域适应替代方案相比取得了更好的结果。作为这项工作的一部分，我们从两个不同的智能手机摄像头生成了一个新的原始图像数据集。我们的数据集包括用于半监督训练和评估的未配对和配对集。
我们的数据集由两个不同的智能手机相机拍摄的未配对和配对图像组成：三星 Galaxy S9 和 iPhone X。未配对的图像集包括每个智能手机相机拍摄的 196 张图像（总共 392 张）。配对集包括 115 对用于测试的图像。除了这个配对集之外，我们还有另一组 22 个锚配对图像。