基于条件生成对抗网络的图像着色研究

作者：罗敦浪; 蒋旻; 袁琳君; 江佳俊; 郭嘉

来源：计算机工程与应用, 2020, 1-8.

• 深度学习
• 生成对抗网络
• 图像着色 Deep Learning
• Generative Adversarial Network
• Image Coloring

随着多媒体技术的发展，诸如黑白照片着色、医学影像渲染和手绘图上色等各种图像着色应用需求逐渐增多。传统着色算法大部分存在着色模式单一、在处理部分数据时着色效果不佳或者依赖人工输入信息等缺点，对此，本文设计了一种条件生成对抗网络和颜色分布预测模型相结合的图像着色方法。由生成对抗网络生成着色图像，并通过预测模型的预测值来对生成器的生成的着色图像做出校正，改善了生成对抗网络生成图像颜色容易趋向单一化的问题。最后本文还通过引入一个色彩对比度损失，进一步提升了算法在某些对比度较小的分类图像上的着色质量。通过在ImageNet数据集上的多组对比实验表明，与其它传统方法相比，该方法在更多的图像分类上有着更出色...

• 出版日期2020-10-26
• 单位武汉科技大学