从可视化图像中深度提取颜色映射
人机交互
2021-03-02 v1
摘要
本文提出了一种基于深度学习的新方法，用于从可视化图像中自动提取颜色映射（colormap）。我们将输入可视化图像中的颜色汇总为 Lab 颜色直方图，然后将该直方图传入一个预训练的深度神经网络，该网络学习预测生成该可视化的颜色映射。为训练该网络，我们构建了一个包含 64K 张可视化的新数据集，涵盖广泛的数据分布、图表类型和颜色映射。该网络采用空洞空间金字塔池化（atrous spatial pyramid pooling）模块来捕获输入颜色直方图中的多尺度颜色特征。随后，我们将预测的颜色映射分类为离散或连续，并基于其颜色直方图对预测的颜色映射进行细化。与现有方法的定量比较表明，我们的方法在合成与真实世界可视化上均具有优越性能。我们通过两个用例，即颜色迁移（color transfer）与颜色重映射（color remapping），进一步展示了方法的实用性。
引用
@article{arxiv.2103.00741,
title = {Deep Colormap Extraction from Visualizations},
author = {Lin-Ping Yuan and Wei Zeng and Siwei Fu and Zhiliang Zeng and Haotian Li and Chi-Wing Fu and Huamin Qu},
journal= {arXiv preprint arXiv:2103.00741},
year = {2021}
}