基于卷积神经网络的黑白人物图像 实时着色方法研究

• 作者: 杨志伟 王娜 田影 陈国栋
• 来源期刊: 贵州大学学报（自然科学版）
• 学科: 工学
• 关键词: 人物图像 深度学习 卷积神经网络(CNN) 实时着色
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 工程科学研究及应用
• 页码范围: 66-70
• 页数: 5页
• 分类号: TP391
• 字数: 3478字
• 语种: 中文
• DOI: 10.15958/j.cnki.gdxbzrb.2019.01.13

摘要

黑白图像着色在计算机图形学方面应用广泛,有着非常好的发展前景,针对人物图像的着色的研究更是复杂多样.本文提出了一种深度学习算法,通过训练一个卷积神经网络(CNN)直接将人物的灰度图像输入映射到输出着色.该算法利用Imagenet数据集中大规模的人物图像来学习自然人物彩色图像的先验,同时使用卷积和完全连接的网络结构来提取适合笔画调整的视觉特征和空间特征来学习CNN模型.然后经过我们的多次试验表明,在减少人工交互的同时,可在较短的时间内实时生成效果很好的彩色人物图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈国栋	福州大学物理与信息工程学院	76	242	6.0	13.0
2	杨志伟	福州大学物理与信息工程学院	4	2	1.0	1.0
3	田影	福州大学物理与信息工程学院	3	2	1.0	1.0