基于深度学习的灰度图像实际颜色预测

作者：李智敏^*; 陆宇豪; 俞成海

来源：计算机应用, 2019, S2: 231-235.

• 色彩预测
• 卷积神经网络
• 深度学习
• 集成学习
• 图像处理

针对传统色彩还原方法依赖专家辅助,在还原过程中花费大量的时间且费用高昂的问题,基于深度学习技术对该问题进行了研究与改进,提出了一种全自动的两阶段式灰度图像着色算法。首先结合分类网络和采样上色网络,并使它们共享部分相同的网络结构和权值,然后将平均平方误差和交叉熵函数的加权作为损失函数,最后在大规模场景分类数据库ImageNet上对类标和色彩进行重平衡后进行训练。实验表明,该算法输出的彩色图像更加真实、准确且色彩鲜艳,同时速度上优于传统方法。该技术可用于保证图像语义正确的情况下,将灰度图像转换为较真实的彩色图像。

• 单位
  浙江理工大学科技与艺术学院; 浙江理工大学