基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用手持云台对黑白照/图像进行拍摄再对其进行上色是耗时耗力的工作,为了提高对黑白照片/图像上色的效率和视觉效果,利用深度学习的卷积神经网络提出了一种基于改进生成对抗网络的上色算法.采用了原模型pix2pix(image-to-image translation with conditional generative adversarial networks)的U型结构的生成器并在其中引入了自注意力机制提高输出图像的色彩多样性;其次是使用实例归一化对网络结构作进一步的优化处理,生成器和判别器在网络训练期间不断进行相互对抗学习,同时模型不断学习并优化黑白照片/图像到对应彩色图像的映射关系;最后实现了对黑白照片/图像的自动化上色,同时使用客观量化指标(MSE、PSNR和SSIM)对实验结果进行评价.实验结果表明:该算法能快速有效实现对黑白照片/图像的无监督上色,同时保持良好的视觉效果.
推荐文章
基于条件生成对抗网络的漫画手绘图上色方法
漫画
手绘图
上色
深度学习
条件生成对抗网络
分类重构堆栈生成对抗网络的文本生成图像模型
文本生成图像
堆栈生成对抗网络
分类
重构
跨模态学习
基于条件梯度Wasserstein生成对抗网络的图像识别
生成式对抗网络
条件模型
Wesserstein距离
梯度惩罚
全局和局部一致性
图像识别
基于生成对抗文本的人脸图像翻译
人脸图像翻译
生成对抗文本
深度对称结构联合编码
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的生成对抗网络的图像上色方法研究
来源期刊 计算机技术与发展 学科 工学
关键词 黑白照片/图像 上色 卷积神经网络 无监督学习 生成对抗网络
年,卷(期) 2020,(7) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 56-59
页数 4页 分类号 TP183
字数 2542字 语种 中文
DOI 10.3969/j.issn.1673-629X.2020.07.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 罗晓曙 广西师范大学电子工程学院 227 1924 22.0 32.0
2 蒋文杰 广西师范大学电子工程学院 3 0 0.0 0.0
3 戴沁璇 广西师范大学电子工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (90)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(6)
  • 参考文献(6)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
黑白照片/图像
上色
卷积神经网络
无监督学习
生成对抗网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导