CANDLE：色付き環境光正規化のための照明不変セマンティック事前情報

Abstract

多色の照明下における色付き環境照明の正規化は、深刻な色ズレ、ハイライトの飽和、そして材質に依存した反射率のために困難です。既存の幾何学的および低レベルの事前知識では、照明に起因する色のバイアスが支配的な場合に、物体固有の色を復元するのに不十分です。本研究では、DINOv3の自己教師あり特徴が、色付き光入力と環境光による正解（ground truth）の間で非常に高い一貫性を保つことを観察しました。これにより、照明に頑健な意味的事前知識としてそれらを利用する動機が得られます。そこで本研究では、CANDLE（DINOレイヤー強調による色付き環境正規化）を提案します。これは、連続するエンコーダ段に多層のDINOv3特徴を適応的に注入するために、DINO Omni-layer Guidance（D.O.G.）を導入し、さらに復号器側での色の崩壊および詳細の混入を抑制するための色周波数リファインメント設計（BFACG + SFFB）を行います。CL3ANでの実験では、最も強力な既存手法に比べて +1.22 dB のPSNR向上を達成しました。CANDLEはNTIRE 2026 ALN Color Lighting Challengeで第3位、White LightingトラックではFIDが最も低い状態で忠実性（fidelity）において第2位を獲得し、色相・輝度が支配的な両方の照明条件にわたって強い汎化性能を示すことを確認しました。コードは https://github.com/ron941/CANDLE で公開されています。