公号机器学习与AI生成创作 2021-07-17 17:55:38 ©著作权

文章标签 计算机视觉 机器学习 人工智能 深度学习 神经网络 文章分类 深度学习 人工智能

超100篇！CVPR 2020最全GAN论文梳理汇总！

图像上色一般分为两种：无引导上色和有引导上色。

顾名思义，无引导指的是全交由算法进行自动化上色，而有引导则在上色过程中有人为（其它参照）干预，比如给出一幅风格参考图像或指定某一区域为特定颜色。

图像上色的主要难点比如：1）数据集获取；2)上色的语义辨识性，前背景、各目标实例独立色彩效果；3）合理统一的评估方法等

结合GAN的上色方案一般具有一些优点是：1）GAN生成模型擅长图像转换任务，而图像上色也属于图像转换；2）训练效果引入判别器判定，对抗损失可视作一种”学习出来“的loss，减免人工精心设计loss难度；3）擅长生成多样性的上色方案等

灰度图像上色是计算机视觉中的热门话题。以前的研究主要集中在如何以有监督的学习方式产生彩色图像。

但由于许多颜色共享相同的灰度值，因此输入的灰度图像可以在保持其真实性的同时进行多种着色。