基于L1优化的自然图像着色
计算机视觉与模式识别
2009-05-19 v1
摘要
在YUV色彩空间中，当滤波器G(U)(r) = U(r) - sum_{s \in N(r)} w{(Y)_{rs}} U(s)应用于色度通道U（以及等价地应用于V）时，观察到自然图像具有非高斯、重尾分布（称为“稀疏”），其中w是从强度分量Y构造的加权函数[1]。在本文中，我们利用滤波器响应作为正则化项，对着色问题进行了贝叶斯分析，从而得到一个非凸优化问题。该问题通过L1优化进行凸化，而L1优化对于稀疏信号通常能给出相同的结果[2]。我们观察到，在许多情况下，L1优化的性能优于Levin等人著名的着色算法[3]。
引用
@article{arxiv.0905.2924,
title = {Colorization of Natural Images via L1 Optimization},
author = {Nassir Mohammad and Alexander Balinsky},
journal= {arXiv preprint arXiv:0905.2924},
year = {2009}
}
备注
5 pages, 3 figures