[논문 리뷰] Improving Perceptual Color Difference using Basic Color Terms

Ofir Pele, Michael Werman|arXiv (Cornell University)|2012. 11. 23.

Color Science and Applications참고 문헌 43인용 수 12

한 줄 요약

이 논문은 CIEDE2000을 개선하여 지구 이동 거리(EMD)를 통해 기본 색조어를 통합하고 시그모이드 함수를 적용하여 미세한 인지적 차이로 인한 잘못된 에지의 영향을 억제하는 새로운 인지적 색상 차이 측정법 COL_DIST를 제안한다. 이 방법은 특히 중간 및 큰 색상 차이 범위에서 최신 기술보다 훨씬 더 깔끔하고 인지적으로 정확한 색상 에지 검출을 달성한다.

ABSTRACT

We suggest a new color distance based on two observations. First, perceptual color differences were designed to be used to compare very similar colors. They do not capture human perception for medium and large color differences well. Thresholding was proposed to solve the problem for large color differences, i.e. two totally different colors are always the same distance apart. We show that thresholding alone cannot improve medium color differences. We suggest to alleviate this problem using basic color terms. Second, when a color distance is used for edge detection, many small distances around the just noticeable difference may account for false edges. We suggest to reduce the effect of small distances.

연구 동기 및 목표

• 기존의 색상 차이 측정법(예: CIEDE2000)이 중간 및 큰 인지적 색상 차이를 정확히 표현하지 못하는 한계를 해결하기 위해.
• 중간 범위의 색상 차이를 다룰 때 단순 임계치 설정과 단조로운 변환 방식이 인지적 유사성을 유지하지 못하는 문제를 해결하기 위해.
• 작은, 감지 가능한 차이로 인해 발생하는 색상 에지 검출의 잘못된 에지 현상을 줄이기 위해 시그모이드 함수를 적용해 그 영향을 억제하기 위해.
• 기본 색조어(예: 빨간색, 파란색, 초록색)를 인간이 인식하는 방식에 기반해 교차 박스 거리 측정법을 통해 통합함으로써 인지 정확도를 향상시키기 위해.
• 영어 외의 언어적 색조어 체계로도 일반화 가능한 확장 가능한 프레임워크를 개발하기 위해.

제안 방법

• 제안된 COL_DIST는 CIEDE2000 거리와 van de Weijer 등이 제안한 색조어 확률 벡터를 기반으로 한 결합된 방법이다.
• 색조어 확률 벡터 간의 거리를 측정하기 위해 지구 이동 거리(EMD)를 적용하여 기본 색조어 간의 의미적 및 인지적 관계를 포착한다.
• CIEDE2000 성분에 시그모이드 함수를 적용하여 작은, 감지 가능한 차이로 인해 발생하는 잘못된 에지의 영향을 줄인다.
• 최종 색상 거리는 CIEDE2000 성분과 EMD 기반 색조어 거리 성분의 가중 조합이며, 최적의 가중치는 경험적으로 결정된다.
• 실제 이미지에서 일반화된 나침반 에지 검출을 통해 평가되었으며, 음의 거듭제곱 및 임계치 설정된 CIEDE2000 기준선과 비교되었다.
• 색조어 기반은 자연 이미지에서 학습된 모델에 기반하여, 校정된 CIEDE2000 학습 데이터보다 실제 장면에 더 잘 일반화된다.

실험 결과

연구 질문

• RQ1 중간 및 큰 범위에서 CIEDE2000가 실패하는 영역에서 특히 잘 작동하는 인지적 색상 차이 측정법을 설계할 수 있는가?
• RQ2 기본 색조어를 통합함으로써 색상의 색-tone과 색채도 외의 요소를 더 잘 표현할 수 있는가? 특히 색-tone으로만 구분되지 않는 색상(예: 회색, Café)에 대해?
• RQ3 작은 인지적 차이를 시그모이드 함수로 억제함으로써 색상 에지 검출에서 잘못된 에지를 줄일 수 있는가? 동시에 진짜 경계는 유지되는가?
• RQ4 색조어 모델과 EMD와 같은 교차 박스 거리 측정법을 융합함으로써 더 견고하고 인지적으로 의미 있는 색상 차이 측정법을 만들 수 있는가?
• RQ5 제안된 방법은 러시아어의 두 가지 파란색(예: 'синий'과 'голубой') 구분과 같은 다른 언어적 색조어 체계로도 일반화 가능한가?

주요 결과

• 제안된 COL_DIST 방법은 음의 거듭제곱(NE) 및 임계치 설정된 CIEDE2000(TC) 기준선보다 훨씬 더 깔끔한 에지 맵을 생성한다. 특히 바구니의 경계와 같은 진짜 경계를 잘못 반응 없이 정확히 검출하는 데서 두드러진다.
• 모든 테스트 이미지에서 COL_DIST는 인지적 유사성을 잘 유지한다. 예를 들어, DarkSkyBlue가 HotPink보다 파란색에 더 유사하다는 것을 정확히 평가하지만, 임계치 설정된 CIEDE2000는 단조로운 변환의 한계로 실패한다.
• 시그모이드 함수의 사용은 작은, 감지 가능한 차이의 영향을 효과적으로 줄여 잘못된 에지를 최소화하면서도 큰 인지적 변화에는 민감하게 반응한다.
• CIEDE2000와 EMD 기반 색조어 거리의 조합은 모든 아블레이션 변형(예: 시그모이드 없음, 색상 보정 없음, CIEDE2000 성분 없음)보다 우수한 성능을 보이며, 구성 요소 간의 상호보완적 작용을 확인한다.
• 이 방법은 특히 덤불과 털 같은 복잡한 경계를 검출할 때 실생활 이미지에서 뛰어난 성능을 보이며, NE 및 TC는 노이즈가 많고 과다 검출하는 경향을 보인다.
• 결과적으로 인지적 색상 차이 측정법은 단순한 임계치 설정이나 단조로운 스케일링을 넘어서 의미적 색상 카테고리(색조어)를 통합해야만 완전한 인지적 일치를 달성할 수 있음을 시사한다.