cmKAN: самарские учёные и коллеги повысили точность цветопередачи камер на 37%

Ученые Самарского университета имени Королева совместно с исследователями из Москвы, Вюрцбурга (Германия) и Йорка (Канада) создали нейросетевой метод, направленный на повышение точности цветопередачи в цифровых камерах. По данным пресс-службы вуза, в работе применён новый класс нейронных сетей, который позволил добиться более высокого качества цветопередачи по сравнению с традиционными алгоритмами обработки изображений.

"Ученые Института искусственного интеллекта Самарского университета имени Королева разработали новую технологию увеличения точности цветопередачи цифровых камер. Работа выполнена совместно с коллегами из Москвы, Вюрцбурга (Германия) и Йорка (Канада). Для автоматической обработки получаемых с камеры изображений ученые впервые в мире применили сети Колмогорова-Арнольда (KAN) — это новый класс нейронных сетей, который позволил нейросетевым методам обойти классические по качеству обработки цвета", — говорится в сообщении.

По информации университета, сети Колмогорова-Арнольда (KAN) опираются на идеи советских математиков. Их рассматривают как возможную альтернативу традиционным нейросетям MLP (многослойный перцептрон), которые в настоящее время широко применяются в системах компьютерного зрения и больших языковых моделях. Новый подход, получивший обозначение cmKAN, был представлен на международной конференции IEEE International Conference on Computer Vision в октябре 2025 года на Гавайях. Технология прошла тестирование на нескольких классах задач обработки цветных изображений. Результаты показали, что разработка в среднем превосходит методы улучшения цветопередачи, используемые ведущими мировыми производителями смартфонов и цифровых камер, на 37,3%.

"Несмотря на впечатляющие успехи нейросетевых методов практически во всех сферах компьютерного зрения, точная обработка цвета до настоящего времени оставалась вотчиной классических алгоритмов. Нам удалось преодолеть разрыв между классическими и нейросетевыми алгоритмами обработки цвета и разработать универсальный нейросетевой подход сопоставления цветов cmKAN, который позволяет более точно сравнивать и корректировать в автоматическом режиме цвета изображения… Нам удалось теоретически показать, что сети Колмогорова-Арнольда наилучшим образом отражают нелинейные преобразования цвета", — пояснил профессор, директор Института искусственного интеллекта и руководитель центра "Интеллектуальная мобильность многофункциональных беспилотных авиационных систем" Самарского университета Артем Никоноров.

Разработанная технология сочетает принципы классической цветовой обработки и новые архитектуры нейронных сетей, что делает её применимой в задачах автоматической калибровки цветопередачи, адаптации алгоритмов съёмки и постобработки изображений. Тестирование cmKAN на различных наборах данных позволило оценить её устойчивость к типичным артефактам цветопередачи и релевантность для интеграции в промышленные решения цифровой фото- и видеотехники.