|
|
1.
基于前景语义信息的图像着色算法
吴丽丹, 薛雨阳, 童同, 杜民, 高钦泉
计算机应用
2021, 41 (7):
2048-2053.
DOI: 10.11772/j.issn.1001-9081.2020081184
图像可分为前景部分与背景部分，而前景往往是视觉中心。在图像着色任务上，由于前景的类别多且情况复杂，着色困难，以至于图像中的前景部分会存在着色暗淡和细节丢失等问题。针对这些问题，提出了基于前景语义信息的图像着色算法，以改善图像着色效果，达到图像整体颜色自然、内容颜色丰富的目的。首先利用前景子网提取前景部分的低级特征和高级特征；然后将这些特征融合到全景子网训练中，以排除背景颜色信息影响并强调前景颜色信息；最后用生成损失和像素级别的颜色损失来不断优化网络，指导生成高质量图像。实验结果表明，引入前景语义信息后，所提算法在峰值信噪比（PSNR）和感知相似度（LPIPS）上有所提升，可有效改善视觉中心区域着色中的色泽暗淡、细节丢失、对比度低等问题；相比其他算法，该算法在图像整体上取得了更自然的着色效果，在内容部分上取得了显著的改进。
参考文献 |
相关文章 |
多维度评价
|
|
