ColorAssist: Recoloración basada en la percepción para la compensación de la deficiencia de visión del color

Área de la Ciencia:

• Visión por computadora
• Interacción hombre-computadora
• Procesamiento de imágenes

Sus antecedentes:

• Los métodos de mejora de imagen existentes a menudo pasan por alto a las personas con deficiencia de visión de color (CVD).
• Las técnicas actuales de compensación de ECV carecen de una validación rigurosa por parte de las personas con ECV y luchan por equilibrar el contraste y la naturalidad.
• Esto conduce a una calidad de imagen subóptima para una población mundial significativa afectada por ECV.

Objetivo del estudio:

• Desarrollar un conjunto de datos a gran escala con etiqueta CVD (FZU-CVDSet) para una validación rigurosa.
• Crear un algoritmo de recoloración de imágenes efectivo y perceptualmente preciso (ColorAssist) para personas con ECV.
• Abordar las limitaciones de los métodos existentes en la mejora del contraste y la preservación de la naturalidad para la ECV.

Principales métodos:

• Desarrollo de FZU-CVDSet, un nuevo conjunto de datos etiquetado por personas con ECV.
• Introducción de ColorAssist, un algoritmo de recoloración de imágenes amigable con el CVD.
• Diseño de módulos transformadores de extracción y difusión de características guiados por la percepción para una coloración eficiente.

Principales resultados:

• ColorAssist demuestra un rendimiento superior en la alineación con las percepciones visuales de CVD en comparación con los métodos más avanzados.
• Los experimentos completos en el FZU-CVDSet y las pruebas subjetivas basadas en el hospital validan la eficacia del algoritmo.
• El método propuesto logra un mejor equilibrio entre la mejora del contraste y la preservación de la naturalidad para los individuos con ECV.

Conclusiones:

• ColorAssist representa un avance significativo en la mejora de la imagen para las personas con deficiencia de visión de color.
• El conjunto de datos FZU-CVDSet proporciona un recurso crucial para la investigación y validación futuras en el procesamiento de imágenes CVD.
• Este trabajo allana el camino para tecnologías de mejora de imagen más inclusivas y perceptualmente precisas.