PalGAN：基于调色板生成对抗网络的图像上色
计算机视觉与模式识别
2022-10-21 v1
摘要
多模态歧义与颜色溢出仍是图像上色中的挑战。为应对这些问题，我们提出了一种基于 GAN 的新上色方法 PalGAN，其集成了调色板估计与色度注意力。为规避多模态问题，我们提出了一种新的上色形式：先从输入灰度图估计概率性调色板，再通过生成模型以该调色板为条件进行颜色分配。此外，我们通过色度注意力处理颜色溢出，其通过考虑语义与强度相关性来研究颜色亲和性。在大量实验中，PalGAN 在定量评估与视觉比较上均优于现有最优方法，呈现出显著的多样、对比性强且保边的外观。借助调色板设计，我们的方法即便在上下文无关的图像之间也能实现颜色迁移。
引用
@article{arxiv.2210.11204,
title = {PalGAN: Image Colorization with Palette Generative Adversarial Networks},
author = {Yi Wang and Menghan Xia and Lu Qi and Jing Shao and Yu Qiao},
journal= {arXiv preprint arXiv:2210.11204},
year = {2022}
}
备注
Accepted at ECCV 2022