针对色彩溢出效应的深度边缘感知交互式上色
计算机视觉与模式识别
2021-09-22 v2
摘要
用于自动图像上色的深度神经网络常受色彩溢出伪影困扰,即相邻物体边界附近出现有问题的色彩扩散。此类色彩溢出伪影降低了生成输出的真实感,限制了上色模型在实践中的适用性。尽管先前方法试图以自动方式解决该问题,但它们往往仅在输入图像具有较高灰度值对比度的有限情形下有效。作为替代,利用用户交互将是解决此类色彩滋生伪影的一种有前景的方法。本文中,我们通过简单的用户涂鸦指示需增强区域,提出一种针对感兴趣区域的新型边缘增强网络。此外,我们的方法只需用户付出最少量的努力即可获得满意的增强效果。实验结果表明,与现有基线相比,我们的交互式边缘增强方法在各种数据集上有效改善了色彩溢出伪影。
引用
@article{arxiv.2107.01619,
title = {Deep Edge-Aware Interactive Colorization against Color-Bleeding Effects},
author = {Eungyeup Kim and Sanghyeon Lee and Jeonghoon Park and Somi Choi and Choonghyun Seo and Jaegul Choo},
journal= {arXiv preprint arXiv:2107.01619},
year = {2021}
}
备注
Accepted to ICCV 2021 as oral presentation (3% acceptance rate)