發(fā)布時間：2025-01-15 11:07

　　圖像染色任務是計算機視覺學科中歷久彌新的課題之一。絕大部分目前的圖像染色課題的研究目標都是希望能夠還原灰度圖原來的真實顏色,因此這些研究大多采用有監(jiān)督的確定性模型。然而我們知道,對于同一張灰度圖,在保證灰度值通道不變的情況下,其實可以染色的方案有很多。因此本文探究的,是目前的研究還沒有實現(xiàn)的無監(jiān)督的多樣化灰度圖染色任務。我們的任務目標不再僅僅是恢復灰度圖原來的顏色,而是希望能夠輸入一張灰度圖,生成多樣化的并且能保持高逼真性的彩色圖片,同時又不改變圖像的灰度值。近兩年新提出的生成式對抗網(wǎng)絡(Generative Adversarial Network,GAN)技術,采用無監(jiān)督的對抗式學習方法,在多領域取得了優(yōu)秀的成果,吸引了非常多研究者的關注。生成式對抗網(wǎng)絡能夠將隨機噪聲輸入映射到目標圖像域中,從而生成多樣化而又逼真的圖像。因此生成式對抗網(wǎng)絡技術非常適合用于無監(jiān)督的多樣化灰度圖染色任務。本文首次實現(xiàn)了基于生成式對抗網(wǎng)絡的多樣化圖像染色任務,提出了一種新穎的生成式對抗網(wǎng)絡結構,并針對該任務對網(wǎng)絡進行了五點改進:(1)選擇了步長為1的全卷積主體生成器結構替代原本模型中的步長為2的自編碼器結構,...

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【部分圖文】：

圖1–1圖像染色問題示意

對圖像染色任務更加明確的定義是：輸入一張單通道的灰度圖，給圖上的每一個像素分配一個三通道的彩色像素值，使得最終得到一張符合我們的需求（比如真實性）的彩色圖片，并且盡可能不改變彩色圖的灰度值。如圖1–1所示，左圖是輸入灰度圖片，中間是確定性模型的染色結果，右圖則是人工涂色的結果�？�....

圖1–2需要預先提供色彩的方法示意

早期的圖像染色方法，大多需要通過預先人為地提供一些色彩信息[7,8]，如圖1–2所示。很明顯這種需要額外人工的方法費時又費力。因此后期對圖像染色方法的研究主要集中在更加自動化地染色上。圖1–2需要預先提供色彩的方法示意Fig1–2Colorizationgivenc....

圖1–3圖像類推法示意

早期的圖像染色方法，大多需要通過預先人為地提供一些色彩信息[7,8]，如圖1–2所示。很明顯這種需要額外人工的方法費時又費力。因此后期對圖像染色方法的研究主要集中在更加自動化地染色上。圖1–2需要預先提供色彩的方法示意Fig1–2Colorizationgivenc....

圖1–4基于概率的映射方法模型示意

早期的圖像染色方法，大多需要通過預先人為地提供一些色彩信息[7,8]，如圖1–2所示。很明顯這種需要額外人工的方法費時又費力。因此后期對圖像染色方法的研究主要集中在更加自動化地染色上。圖1–2需要預先提供色彩的方法示意Fig1–2Colorizationgivenc....

本文編號：4027308