基于改进ShuffleNetV2的织物颜色恒常性算法

摘要

针对工业生产中织物色差检验存在色偏、部署在计算机资源有限的移动终端的算法适配性不强、实时准确校正织物的色偏准确率不高的问题,提出一种基于改进ShuffleNetV2的轻量级织物颜色恒常性算法。以ShuffleNetV2的框架为基础,使用H-Sigmoid激活函数代替ReLU激活函数,引入注意力机制,使用多通道置信加权估计出全局场景光源。然后,在Gehler-shi和NUS-8数据集上的进行实验。实验结果表明,相较于已有的颜色恒常性算法,所提的轻量级网络各项评价指标提高约0.2,可用于织物的颜色校正任务中。