【图像彩色化方法基础理论概述2000字】_第1页
【图像彩色化方法基础理论概述2000字】_第2页
【图像彩色化方法基础理论概述2000字】_第3页
【图像彩色化方法基础理论概述2000字】_第4页
【图像彩色化方法基础理论概述2000字】_第5页
已阅读5页,还剩2页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

图像彩色化方法基础理论概述一般来说,在图像彩色化的任务中,需要通过一个输入的灰度图像来生成其对应的彩色图像。然而这个问题的实验结果不能一概而论,因为这个结果是多模态的,也就意味着同样的灰度图像可能会有多个生成的彩色图像结果[13]。过去的模型一般依赖于输入的大量的灰度图片,需要人工干预且着色速度慢。而现在,深度学习在图像自动着色方面取得了显著的成功。它无需额外的人工输入即可从灰度变为彩色。这是由于这种模型在彩色化过程中能够捕捉和使用语义信息,即能够分析图像实际上是什么,本章介绍使用这类模型需要用到的理论基础知识。RGB颜色空间是目前最常见、使用最广的一种颜色空间,目前大多数图像都使用RGB颜色空间来定义。而Lab是一种脱离设备颜色模型,因为它描述的不是设备生成颜色所需的电子颜料的数量,只是颜色的一种显示方式。这一颜色模型更多的是反映人对颜色的一种直观的感受。L,a,b三者的数值能够包含正常人能够观察到的所有颜色。Lab颜色模型是由亮度(L)和a、b两个色彩方面的要素组成。其中,L表示亮度大小,a的值表示的色彩范围是从洋红色至绿色,b的值表示的色彩范围是从黄色至蓝色。L的范围在[0,100],当L的值为50时,表示的是50%的黑色。a的范围和b的范围都是[-128,127],其中当a的值为127时颜色显示为红色,当a的大小逐渐变为-128时图像颜色就变为绿色;同上所述,当b的值为+127图像颜色显示为黄色,b为-128图像颜色转变成蓝色。L,a,b三个值交互变化,可以产生RGB颜色空间内的大多数颜色[14],其颜色空间如L(亮度轴)监黑黑图2所示:工2卷积神经网络(CNN)是深度学习领域使用最广泛的网络之一,相较于传多种研究表明[15],增加网络的深度比增加网络的宽度对优化网络的性能更加有输入输入业卷积层(输入通道3,输出通道64,卷积核大小7,移动步长2,填充0的数里3)业批里归一化业激活层池化层(最大)(过滤器大小3,移动步长2,填充0的数望1)线性层(输出大小10)卷积层(3x3,64)元素相加元索相加元素相加霜嘉效,因此,传统的VGG网络架构一直在试图增加网络的深度,使网络性能有更3络层数的加深,网络的性能会得到显著的提升。残差网络的网络结构如图3所示提出了Adam优化器,这种优化器结合了AdaGrad和RMSProp两种优化算法的优点。对梯度的一阶矩估计(FirstMomentEstimation,即梯度的均值)和二阶矩估计(SecondMomentEstimation,即梯度的未中心化的方差)进行综合考虑,(四)评价标准图像处理的评价标准主要是从SSIM(结构相似性)与PSNR(峰值信噪比)图像的差距越大,所以数值越大表示图像质量越好。当两幅图像一模一样时,

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论