📖 阅读提示

• 本文是专业解读，适合了解AWB/CCM的读者
• 关于CCM是啥，可以参考我7年前写的一篇文章（浏览器搜索：颜色校正矩阵（CCM）的算法设计)

前言

大多数 ISP 中的 AWB 估计，采用的是一套非常工程化的范式：先在多个典型色温（通常 6–8 个）下完成标定，再以这些光源为中心，在色度空间中划定经验区域，最后统计落入该区域内的白点，用于计算 AWB gain。

稍微先进一些的方案，会使用 DNN 来预测白点位置，但其本质并没有发生变化——仍然是在 传统统计框架之上做加权或回归，并未改变问题的建模方式。

这一范式会遇到一个corner case： 真实光源并不总是落在这些经验区域之内。就是所谓的 off-the-planckian 情况，比如，高饱和 LED 光源（i.e., 舞台灯光）。

此种情况下，一方面，AWB 估计会因为"超出标定空间"而产生明显误差；另一方面，这个误差会继续传递到 CCM 阶段，最终导致整体色彩还原出现系统性偏差。

本文的重点是 CCM 阶段本身的建模问题。 作者的motivation是：1. 传统 CCM 依赖 CCT 的1D插值，本身信息量不足；2. 也没有针对 off-the-planckian 光源进行任何显式建模。

因此，论文提出了一种 2D 建模CCM的思路。 简单来说就是：他们收集了大量高饱和光源数据，用光源在 uv 空间中的位置作为输入，通过 MLP 学习一个 3×3 的颜色校正矩阵，并将其融合进传统 CCM 流程中。

从结果上看，在受控条件下，这一策略确实能够改善高饱和光源下的颜色还原。

就应用而言，理解算法的边界，往往比理解算法本身更重要。

📖 阅读提示

潜在读者

• 图像/ISP算法（调试）工程师，研究人员
• 对计算摄影、颜色科学感兴趣的科研和技术人员

推荐时长

• 1min–30min

原文下载

这是多光谱AWB系列文章的第二篇，第一篇可以参考“多光谱色彩复制技术”

快速导读

面阵多光谱，是和单点多光谱传感器的对应说法，他们一般是有一些分辨率，比如150w的红枫，大概有9通道数据。类似的技术OPPO在其丹霞原彩系列中也已使用。工业界如火如荼，但是学术界发展很缓慢，其中一个核心原因是：缺乏真实的数据集

目前开源的大部分都是纯粹做多光谱研究的——这个方向和我们说的面阵多光谱不完全一样，他们的一个重要假设是：多光谱是用来真实成像的，而不是辅助测光的，而面阵多光谱，在手机成像成像领域，是辅助测光，不参与成像——我认为这是两个领域的核心区别。

非常幸运的，现在说的这篇论文，提出了一个很有价值的数据集，它太过重要，以至于都可以直接拿来当标题：

这是该数据集的简介：

• 16 通道多光谱数据 ，分辨率648x484，使用分光光度计测量得到的36维，380-730nm的真实光谱作为ground truth
• 总共 1680 场景(自然光472，人造光1208)
• 为了验证和手机成像结合光谱信息有没有提升，还在上述场景中，分别使用Samsung和OPPO手机采集了带色卡的RAW-RGB数据

那么，如何使用这些数据集，如何证明多光谱能够比单独的RGB估计的更加精准，我们看看他的具体算法。

• 基线把 CCC 平移到 ISE：把 16 通道拆成多组三通道跑 CCC，再用 CNN 回归整条光源光谱。
• 三层评测：光谱域（ΔAHS）、MS 传感器域（ΔAMS）、XYZ 感知域（ΔAXYZ）。
• 结论一句话：MS 明显优于 RGB-only，MS+RGB 融合小幅更稳。
• 注意：单点光谱 GT、全局光源假设，对空间多光源不直接友好。

01 方法

{=.center}

就应用而言，理解算法的边界，往往比理解算法本身更重要。

📖 阅读提示

潜在读者

• 图像/ISP算法（调试）工程师，研究人员
• 对计算摄影、颜色科学感兴趣的科研和技术人员

推荐时长

• 1min–30min

原文下载

本期导读

上一篇文章 ISP论文解读 | Time-aware AWB（ICCV 2025） 中，我们聊到了未来 AWB 的三种技术路径：多通道 / 生成式 / 多模态。
这是技术视角，但背后其实是更本质的问题视角——成像系统色彩还原绕不开以下痛点：

潜在读者

• ISP/图像算法（调试）工程师，研究人员
• 对计算摄影，颜色科学等感兴趣的技术人员

推荐时长

• 5min-30min

原文下载

• Time-Aware Auto White Balance in Mobiel Photography

本期导读

先下一个结论，当前以及未来五年AWB的发展将遵循以下两种技术路径：

1.多光谱/通道 AWB，或者叫面阵多光谱（主要是为了和之前的单点色温传感器做区分），典型代表是HUAWEI的红枫系列和OPPO的分区色温系列（二者本质上是一回事）

即便是当前多通道还存在各种问题，比如信噪比问题导致在一些场景会失效影响稳定性，但是其基于第一性原理的测光方案，能够相当程度上解决纯色，多光源，模组之间的不一致性等核心问题，而且一旦量产上去，这些问题迭代起来也很快！

2.生成式模型革新传统ISP，比如直接对coarse sRGB做增强

比如，长焦下的人像肤色，我觉得就很适合用大模型来做，而不是在ISP前端的AWB侧做色彩还原

3.多模态AWB

就是充分利用camera甚至其他传感器的各种信息。长期依赖工业界其实或多或少走了多模态路线，比如使用色温传感器测色温来辅助AWB和CCM，比如使用曝光来区分indoor/outdoor来辅助AWB，比如使用多帧来做AWB。我说的多模态在此基础上可能更多，比如ISO，time&location信息（判断经纬度,从而直接获取此时此地的天气状况），姿态信息（俯仰角，来判定是否是天空），甚至是未来的深度信息等等

这实在是很本质的方案，因为我们人类感知世界的方式就是多模态的，color constancy这个能力，实际上就包含了人类视觉第一步初级的色适应+高级大脑皮层的物体识别，记忆色等综合感知

现在要讲的论文就是结合了时间——比如拍摄时间，ISO, Shutter Speed, Flash status等exif信息。

camera的EXIF信息，即 Exchangeable Image File Format缩写，大概包含：

• 拍摄时间和日期/曝光参数/焦距和镜头型号/白平衡模式/色温/闪光灯状态/GPS信息/软件版本/还有自己厂家的私有标签，比如湿度温度什么的

其效果看起来很好，如下图所示，每张图的中间部分表示使用了exif中的信息得到的结果：

技术原理

非常直接，既然这些exif的信息有用，那么就加进去，最好能够端到端训练，于是，设计了如下的pipeline: