CLUT

CLUT：3DLUTの圧縮表現

学習を介して3DLUTを圧縮する2つの試み：低ランク分解とハッシュ。はるかに小さいモデルでのより高いパフォーマンス！ ☺☺️

CLUT-NET：軽量画像強化のための3DLUTSの適応的に圧縮表現を学習する

• Fengyi Zhang 、Hui Zeng、Tianjun Zhang、Lin Zhang
• ACMMM2022

弱い相関

学んだマトリックス

学習ベースの3D視覚化3DLUTS （左：初期IDマッピング。右：トレーニング後）

グリッド占有の視覚化

すべての視覚化コードは、utils/にあります。

謝辞

• このRepo。のフレームワークとClutnetの実装は、Zengらの優れた作業に基づいて構築されています。学習画像適応3Dルックアップテーブルは、リアルタイムで高性能の写真強化のためです。 TPAMI2020

• 多解像度のハッシュルートは、nvidia tiny-cuda-nnの高速ハッシュエンコードに基づいて実装されます。

上記の仕事とすべての協力者の努力とあなたの興味に対する大きな感謝！

私たちの仕事が役立つことを心から願っています！ ？ ？

bibtex？

 @inproceedings{clutnet,
author = {Zhang, Fengyi and Zeng, Hui and Zhang, Tianjun and Zhang, Lin},
title = {CLUT-Net: Learning Adaptively Compressed Representations of 3DLUTs for Lightweight Image Enhancement},
year = {2022},
isbn = {9781450392037},
url = {https://doi.org/10.1145/3503161.3547879},
doi = {10.1145/3503161.3547879},
booktitle = {Proceedings of the 30th ACM International Conference on Multimedia},
pages = {6493–6501},
numpages = {9},
}

@INPROCEEDINGS{hashlut,
author={Zhang, Fengyi and Zhang, Lin and Zhang, Tianjun and Wang, Dongqing},
booktitle={2023 IEEE International Conference on Multimedia and Expo (ICME)}, 
title={Adaptively Hashing 3DLUTs for Lightweight Real-time Image Enhancement}, 
year={2023},
volume={},
number={},
pages={2771-2776},
doi={10.1109/ICME55011.2023.00471}}