| 极化自注意力约束颜色溢出的图像自动上色 |
| |
| 作者姓名： | 刘航 普园媛 吕大华 赵征鹏 徐丹 钱文华 |
| |
| 作者单位： | 1. 云南大学信息学院;2. 云南省高校物联网技术及应用重点实验室 |
| |
| 基金项目： | 国家自然科学基金（62162068,61271361,61761046,62061049）;;云南省应用基础研究面上项目（2018FB100）;;云南省科技厅应用基础研究计划重点项目（202001BB050043,2019FA044）~~; |
| |
| 摘 要： | 自动上色可以将灰度图像转换为色彩合理的自然彩色图像,可以为老旧照片、黑白影视作品等重新恢复颜色,因此在计算机视觉和图形学领域受到广泛关注。然而,为灰度图像分配色彩是一项极具挑战性的任务,存在颜色溢出问题。为解决该问题,提出了一种极化自注意力约束颜色溢出的图像自动上色方法。首先,将前景中的实例和背景分开,降低背景对前景的上色影响,从而减少前景和背景之间的颜色溢出;然后,使用极化自注意力模块把特征分为颜色通道和空间位置两部分,使上色更加准确、具体,从而减少全局图像、实例对象内的颜色溢出;最后,结合融合模块,将全局特征和实例特征通过不同权重融合为一体,完成最终上色。实验结果表明,与ChromaGAN,MemoGAN等算法相比,所提方法在主要指标FID,LPIPS上分别提升了9.7%和10.9%,且SSIM和PSNR指标均达到最优。
|
| 关 键 词： | 图像上色 深度学习 目标检测 自注意力 颜色溢出 |
|
|
