基于胶囊网络的图像着色
图像与视频处理
2019-08-23 v1 计算机视觉与模式识别
摘要
本文研究了一种简单的胶囊网络 (CapsNet) 拓扑结构用于解决图像着色问题。我们利用最初为图像分类问题提出的原始 CapsNet 拓扑的生成和分割能力，通过如下修改网络来实现图像着色：1) 调整原始 CapsNet 模型，将灰度输入映射到 CIE Lab 色彩空间中的输出；2) 通过使用从预训练的 VGG-19 模型继承权重的更深特征层来更新模型的特征检测器部分，以将低级图像表示能力迁移到该模型；3) 将边际损失函数修改为均方误差 (MSE) 损失，以最小化图像到图像的映射。由此产生的 CapsNet 模型被命名为着色器胶囊网络 (ColorCapsNet)。在 DIV2K 数据集上评估了 ColorCapsNet 的性能，并获得了有希望的结果，为进一步研究胶囊网络在图像着色问题中的应用提供了依据。
引用
@article{arxiv.1908.08307,
title = {Image Colorization By Capsule Networks},
author = {Gökhan Özbulak},
journal= {arXiv preprint arXiv:1908.08307},
year = {2019}
}
备注
Accepted to New Trends in Image Restoration and Enhancement(NTIRE) Workshop at CVPR 2019