用于着色的联合强度-梯度引导生成建模
计算机视觉与模式识别
2020-12-29 v1
摘要
本文提出了一种迭代生成模型来解决自动着色问题。尽管以往的研究已经展示了生成合理颜色的能力，但边缘颜色溢出和需要参考图像的问题依然存在。本研究中无监督学习的出发点是梯度图蕴含图像潜在信息的观察。因此，生成建模的推理过程在联合强度-梯度域中进行。具体而言，在训练阶段，一组由强度-梯度形成的高维张量作为网络输入，用于训练强大的噪声条件分数网络。此外，在迭代着色阶段，提出了数据保真项中的联合强度-梯度约束，以限制生成模型内的自由度，并有助于边缘保持。大量实验表明，无论是在定量比较还是用户研究中，该系统均优于 state-of-the-art 方法。
引用
@article{arxiv.2012.14130,
title = {Joint Intensity-Gradient Guided Generative Modeling for Colorization},
author = {Kai Hong and Jin Li and Wanyun Li and Cailian Yang and Minghui Zhang and Yuhao Wang and Qiegen Liu},
journal= {arXiv preprint arXiv:2012.14130},
year = {2020}
}