基于深度学习的图像色彩一致性算法设计 |
| |
引用本文: | 陈芳.基于深度学习的图像色彩一致性算法设计[J].自动化仪表,2023(9):61-64+70. |
| |
作者姓名: | 陈芳 |
| |
作者单位: | 苏州信息职业技术学院计算机科学与技术系 |
| |
摘 要: | 为了提高色彩一致性算法的精度和速度,提出1种基于卷积神经网络(CNN)的图像色彩一致性算法。所使用的CNN由2个卷积层、1个池化层和2个全连接层组成,以图像块为输入,而非之前常用的手工特征。此外,不同于之前的CNN算法,所提算法在局部区域进行,能够结合特征学习和回归形成一个端到端的优化过程。试验结果表明,所提算法在标准的原始RAW图像数据集上表现良好,且优于对比的基于假设和基于统计学习的算法。所提算法为使用CNN解决多光源问题提供了思路。
|
关 键 词: | 卷积神经网络 特征学习 回归 端到端 色彩一致性 |
|
|