具有自正则化与多样性的全自动视频着色
计算机视觉与模式识别
2019-08-06 v1
摘要
我们提出一种具有自正则化与多样性的全自动视频着色方法。我们的模型包含一个用于视频帧着色的着色网络和一个用于时空色彩精化的精化网络。在没有任何标注数据的情况下，两个网络均可通过在双边空间与时空空间中定义的自我正则化损失进行训练。双边损失强制双边空间中相邻像素间的颜色一致性，时序损失对两相邻帧中对应像素施加约束。尽管视频着色是一个多模态问题，我们的方法使用带多样性的感知损失来区分解空间中的各种模态。感知实验表明，我们的方法在全自动视频着色上优于 SOTA 方法。结果见补充视频 https://youtu.be/Y15uv2jnK-4。
引用
@article{arxiv.1908.01311,
title = {Fully Automatic Video Colorization with Self-Regularization and Diversity},
author = {Chenyang Lei and Qifeng Chen},
journal= {arXiv preprint arXiv:1908.01311},
year = {2019}
}
备注
Published at the Computer Vision and Pattern Recognition (CVPR), 2019