基于深度神经网络的黑白图像着色算法研究

发布时间：2024-05-11 09:42

　　近年来,随着深度卷积神经网络的出现,灰度图像的彩色化重新成为研究的热点,灰度图像着色的目标是为灰度图像的每一个像素分配颜色,且具有很高的研究和应用价值。传统的图像彩色化技术主要有两种,分别是基于颜色传递的图像着色方法和基于颜色扩展的图像着色方法,这两种方法需要人机交互,在处理图像的过程中操作复杂而且难度较大,通用性不强,不能使用一种图像着色算法来完成所有的着色任务,难以得到大规模的推广。随着计算机图形图像处理能力的提高,深度学习开始应用于多个领域,且能够与数字图像处理完美地结合,因此研究基于深度学习的黑白图像着色算法具有重要的现实意义和实用价值,针对该方法目前存在的不足,在文中我们提出了两种自动着色的算法。具体研究内容如下:(1)本文开篇介绍了两种传统着色算法,分别是基于局部颜色扩展的图像彩色化算法和基于颜色传递的图像彩色化算法。之后着重介绍了两类传统着色算法的发展史以及在应用中的优缺点。(2)本文在分析了两种主要的传统着色算法弊端后,提出基于卷积神经网络的图像着色算法,并在此算法中应用了U-Net网络。在该图像着色算法中,应用SE-InceptionResNet-v2网络提取图像的高...

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

图4.1自注意力机制

GzpypdataLDGzy(4.7)为了更加清楚的表示自注意力机制的执行过程，图4.1对其进行了详细直观的描述，其中表示矩阵乘法，在每一行上执行softmax操作。图4.1自注意力机制

图4.2GAN训练过程

第四章基于生成对抗网络的黑白照片着色GAN的训练过程像着色是一种图像到图像的转换问题，它将高维输入映射到高维输出，在我们利用L*a*b*颜色空间进行着色任务，这是因为颜色空间包专用通道，剩余的两个通道中有着完整的编码图像和颜色信息。如图4.具有低分辨率的图像开始，然后向....

图4.3镜像训练在生成网络中，生成器负责生成图像，输入端输入的是黑白图片，输出端输出的是

图4.3镜像训练在生成网络中，生成器负责生成图像，输入端输入的是黑白图片，输出端输相对应的彩色图像的颜色分量。网络在CIEL*a*b*颜色空间将尺寸为128128拆分成一个1281283的三维矩阵。取图像的亮度通道作为网络的输入，经过生之后，在输出端得到的....

图4.5风景照着色结果1def

本文编号：3969795