Color Normalization for the Robust Recognition of Video Sequences

In this work two new procedures for the correction of color information, called color normalization procedures, are proposed and evaluated in the context of the automatic recognition of video sequences. In the transmission chain from the original sequence to its reproduction on the screen, lots of different influences can lead to changes in the color information of the image. Since algorithms for the determination of visual correspondences usually work on basis of the color information of the image, the color correctness represents a critical factor concerning the recognition accuracy. Purpose of the presented procedures is to correct such changes in the color information and to minimize their negative effect on the recognition reliability. The first procedure —- called Color Gamut Sphering —- is a heuristic color normalization. It works without any prior information on the content of the video sequence, and is based on a projection of the color distribution in the RGB color space on a subspace, in which the dependency on small brightness and saturation distortions becomes negligible. The second procedure —- called Channel Color Profile —- is an optimized color normalization that supposes the knowledge of both the original spot —- the so-called master —- and the broadcaster. It corrects the distorted versions of the videos specifically in terms of common image transformations. Two learning step are therefore necessary, first to characterize the standard color transformations and second to model each channel's specific distortion in terms of these color transformations. The efficiency of the proposed methods has been evaluated in comparison with well-known color correction algorithms. In dieser Arbeit werden zwei neuartige Farbnormalisierungsverfahren vorgestellt, sowie deren Leistungsfähigkeit im Kontext der automatischen Erkennung von Videosequenzen beurteilt. In der Übertragungskette von der Originalaufnahme bis zur Darstellung auf dem Bildschirm kommt es aufgrund einer Vielzahl verschiedener Störeinflüsse zu Veränderungen der Farbinformation im Bild. Da Algorithmen zur Bestimmung visueller Korrespondenzen in der Regel auf Basis der im Bild vorhandenen Farbinformation arbeiten, stellt die Farbtreue einen kritischen Faktor bezüglich der Erkennungsgenauigkeit dar. Zweck der vorgestellten Verfahren ist es, solche Veränderungen der Farbinformation im Bild zu korrigieren, und deren negative Wirkung auf die Erkennungszuverlässigkeit zu minimieren. Das erste Verfahren —- genannt Color Gamut Sphering —- ist ein heuristisches Farbnormalisierungsverfahren. Es arbeitet ohne irgendwelches Vorwissen über den Inhalt der Videosequenz. Es basiert auf einer Projektion der Verteilung des RGB-Farbraumes in einen Unterraum, der bezüglich kleiner Veränderungen von Farbhelligkeit und -sättigung unabhängig ist. Das zweite Verfahren —- genannt Channel Color Profile —- ist ein optimiertes Farbnormalisierungsverfahren, das die genaue Kenntnis der Originalaufnahme sowie der Störeinflüsse in der Übertragungskette voraussetzt. Die Farbinformation kann dann senderspezifisch für eine bestimmte Übertragung korrigiert werden. Dazu sind zwei Schritte notwendig: zum einen müssen die Farbverzerrungen charakterisiert werden, und zum anderen, muss ein Model für jede senderspezifische Verzerrung berechnet werden. Die Leistungsfähigkeit der vorgeschlagenen Methoden wurde mit anderen, aus der Literatur bekannten, Farbkorrekturalgorithmen verglichen und bewertet