Let there be Color!: Automatic Image Colorization with Simultaneous Classification - sig - 2016

最近在arxiv上逛逛，看到一篇关于colorization的paper觉得挺有意思的：

Let there be Color!: Joint End-to-end Learning of Global and Local Image Priors for Automatic Image Colorization with Simultaneous Classification - sig - 2016

作者开源了代码：

https://github.com/satoshiiizuka/siggraph2016_colorization

===

先看看效果，从Fig1可以看出，该论文能够很好地从gray image还原到color image，效果不错。

motivation：

对于纹理区域，如天空，草地，树叶，街道，墙，海面等这些，

如何利用全局和局部的信息，使得网络可以充分学习到并区分到？

如何利用context的信息来区分不同场景下的图像，如indoor，outdoor？

所有该paper的核心研究内容是：如何充分利用global，local，semantic context信息，来更好地训练网络模型：

1 user-intervention-free的方式，即不需要用户的干涉，例如graphcut需要用户的操作，而它是不需要的；

2 end-to-end的网络，能够同时学习到图像的global和local的features；