基于范例的图像着色及其学习框架
计算机视觉与模式识别
2022-09-14 v1
摘要
图像学习与着色是多媒体领域的热点。受人类学习能力的启发，本文提出一种带学习框架的自动着色方法。该方法可视为范例基与学习基方法的混合，并将着色过程与学习过程解耦，从而为同一灰度图像生成多种颜色风格。范例基着色方法中的匹配过程可视为参数化函数，我们采用大量彩色图像作为训练样本来拟合参数。训练过程中，彩色图像为真值，我们通过最小化匹配函数参数方面的误差来学习匹配过程的最优参数。为处理具有不同构图的图像，引入全局特征，可用于依据构图对图像分类，并分别为每类图像学习最优匹配参数。此外，设计基于空间一致性的后处理，以平滑从参考图像提取的颜色信息，消除匹配误差。大量实验验证了方法的有效性，其性能可与最先进着色算法相媲美。
引用
@article{arxiv.2209.05775,
title = {Exemplar-Based Image Colorization with A Learning Framework},
author = {Zhenfeng Xue and Jiandang Yang and Jie Ren and Yong Liu},
journal= {arXiv preprint arXiv:2209.05775},
year = {2022}
}
备注
17 pages, 12 figures