Color-matching shots from different cameras having unknown gamma or logarithmic encoding curves

En cinema i televisió és força habitual haver de treballar amb imatges provinents de diverses càmeres que mostren diferències de color apreciables fins i tot si són del mateix model. En les emissions televisives, els tècnics treballen en unitats de control de la càmera per a garantir la consistència del color quan es passa d'una càmera a una altra. En la postproducció cinematogràfica, els coloristes han de fer coincidir manualment el color d'imatges provinents de diferents fonts. Per ajudar-los a realitzar aquesta tasca automàticament, el sistema Academy Color Encoding System (ACES) va introduir un marc per a la gestió del color que permet treballar en el mateix espai cromàtic i poder usar càmeres i pantalles diferents; tanmateix, el canal ACES requereix que les càmeres es caracteritzin prèviament, de manera que no permet treballar 'en condicions reals', una situació molt habitual. Presentem un mètode d'estabilització del color que, amb dues imatges de la mateixa escena preses per dues càmeres amb paràmetres desconeguts i valors interns desconeguts, i codificades amb corbes no lineals (logarítmiques o gamma) desconegudes, és capaç de corregir els colors d'una imatge perquè sembli com si hagués estat capturada amb l'altra càmera. El nostre mètode es basa en tractar el canal de processament del color a la càmera com una combinació d'una matriu 3x3 seguida per un element no lineal que ens permet modelar una transformació d'estabilització del color entre dues preses com una funció linear-no linear amb diversos paràmetres. Trobem punts corresponents entre les dues imatges, calculem l'error (diferència de colors) i determinem els paràmetres de la transformació que minimitzen aquest error; tot això automàticament sense cap intervenció per part de l'usuari. El mètode és ràpid i no presenta colors ni artefactes espaciotemporals de cap mena en els resultats. Supera l'estat actual tant visualment com segons diverses mètriques, i pot gestionar exemples reals molt desafiadors.