图像彩色化
文章平均质量分 83
竹篓有个天
如有侵权,请私信我
展开
-
CVPR2021论文--深度学习GAN&&图像处理--论文笔记5
/1 UP-DETR: Unsupervised Pre-training for Object Detection with Transformers(无监督预训练检测器)paper:https://arxiv.org/pdf/2011.09094.pdf使用Faster R-CNN,通过一种Transformer编码器-解码器架构,使得Object Detection with Transformers(DETR)达到了更好的竞争性能。受Pre-trainingTransformer在自然语言处理.原创 2021-06-23 11:09:14 · 500 阅读 · 0 评论 -
CVPR2021论文--深度学习GAN&&图像处理--论文笔记4
/1 Transformer Interpretability Beyond Attention Visualization(注意力可视化之外的Transformer可解释性)paper:https://arxiv.org/pdf/2012.09838.pdfcode:https://github.com/hila-chefer/Transformer-Explainability概述:Self-attention技术,特别是Transformer ,在文本处理领域占据主导地位,并在计算机视觉分类.原创 2021-06-23 11:07:28 · 1135 阅读 · 2 评论 -
CVPR2021论文--深度学习GAN&&图像处理--论文笔记3
/1 Image-to-image Translation via Hierarchical Style Disentanglement通过层次风格解缠的图像到图像的转换 paper:https://arxiv.org/abs/2103.01456code:https://github.com/imlixinyang/HiSD多标签和多风格的图像到图像的转换显著发展,但是由于标签中未探索的独立性和排他性,现有的工作由于涉及对转换结果的不受控制的操作而失败。在本文中,我们提出层次风格解缠(Hi原创 2021-06-23 11:05:47 · 876 阅读 · 0 评论 -
CVPR2021论文--深度学习GAN&&图像处理--论文笔记2
/1 Pre-Trained Image Processing Transformer随着现代硬件的计算能力不断增强,在大规模数据集上学习的预训练的深度学习模型(例如Transformer的BERT,GPT-3)已经显示出它们比传统方法的有效性。这一重大进展主要归功于Transformer及其变体体系结构的表示能力的提高。本文研究了低层次的计算机视觉任务(如去噪、超分辨率和去噪),提出了一种新的预处理模型,即图像处理Transformer(IPT)。为了最大限度地挖掘Transformer的能力,我们.原创 2021-06-23 11:03:38 · 814 阅读 · 0 评论 -
CVPR2021论文--深度学习GAN&&图像处理--论文笔记
/1 Image-to-image Translation via Hierarchical Style Disentanglementpaper:https://arxiv.org/abs/2103.01456code:https://github.com/imlixinyang/HiSD/2 Encoding in Style: a StyleGAN Encoder for Image-to-Image Translation(样式编码:用于图像到图像翻译的StyleGAN编码器)pa...原创 2021-06-23 11:02:29 · 1059 阅读 · 0 评论 -
20210408论文笔记--4篇彩色化/着色算法
/1 A. Deshpande, J. Lu, M.-C. Yeh, M. J. Chong, and D. A. Forsyth, "Learning diverse image colorization.," CVPR 2017学习多样化的图像着色着色问题是典型的多模态问题,作者希望对着色问题的本质建模,并生成具有空间连贯性的着色结果。*1作者通过变分自编码器(VAE)学习平滑的低维嵌入(Embedding)以生成具有高保真度的相应色域。*2通过在灰度图特征和低维嵌入之间学习多模态条件模...原创 2021-04-14 10:19:41 · 1362 阅读 · 0 评论 -
医学图像彩色化相关--20201208论文笔记An Introduction to Color in Medical Imaging
2.改进颜色融合的医学图像彩色化技术摘要:彩色化后的医学图像能清晰体现患者病灶信息有利于医患沟通。提出改进颜色融合的医学图像彩色 化方法,首先利用基于 KNN 的图像前背景区分算法,强化病灶区域的边界信息;然后以此为约束条件,只需提供 简单的着色输入;最后将边界能量引入颜色融合方法,得到较好的着色结果。着色图像保持了原图的灰度信息 不变,增加了彩色标记图像的颜色和真实感。实验结果表明,该算法具有较高的精确度,可有效地应用于医学图 像彩色化处理。3.An Introduction to Colo原创 2020-12-08 20:15:28 · 1046 阅读 · 0 评论 -
医学图像彩色化相关--20201208论文笔记Colorization of CT images to improve tissue contrast for tumor segmentation
1.Colorization of CT images to improve tissue contrast for tumor segmentation彩色CT图像以提高肿瘤分割的组织对比度摘要:由于肿瘤和健康组织之间的强度值intensity values非常接近,从灰度医学图像数据中分割肿瘤是困难的。本文提出了一项研究,说明如何彩色CT图像分割之前可以解决这个问题。预先着色的数据强调了肿瘤组织和健康组织之间的组织密度差异,从而更容易识别肿瘤组织。该方法能准确、高效地将代表肿瘤和健康组织的像素清原创 2020-12-08 15:23:24 · 1839 阅读 · 2 评论 -
论文阅读20200603
1.基于卷积神经网络的蜡染染色模拟算法步骤:基于距离变换生成裂纹,并添加高斯噪声使得到的裂纹更真实 使用Labelme进行语义分割,分割内容图和风格图中的特定区域,生成标签 使用PhotoWCT算法对图像的内容图进行染色,并通过像素相似性对染色结果进行平滑PhotoWCT的网络结构为编码解码结构。编码器采用VGG19,采用像素重建损失和特征损失训练解码器。编码器与解码器对称,解码器采用上池化层,并加入池化掩码以记录相应池化层中每个最大池化区域的最大值。训练编码器..原创 2020-06-03 23:30:18 · 252 阅读 · 0 评论 -
GAN, pix2pix, CycleGAN和pix2pixHD
参考视频:CS231n 16.1 对抗样本和对抗训练GAMES Webinar 2018-64期-朱俊彦CS231n 16 对抗样本和对抗训练/1 什么是对抗样本?2013年以来,我们使用深度学习、卷积网络、梯度下降来实现分类识别等任务。对抗样本:人们用心构造出来会被分错类的样本。例如:我们构造一个网络参数的函数(移动所有像素的最优方向,在人们看来很像是噪声)并乘以很小的...原创 2019-11-03 18:18:32 · 812 阅读 · 0 评论 -
图像彩色化方法(深度学习)
无论是基于局部颜色扩展的着色方法,还是基于颜色传递的着色方法,都是具有一定的局限性,而将深度学习的思想应用于图像着色中,可以对于传统着色方法的局限性有针对性的进行改进。利用深度神经网络和彩色图像数据集训练出模型,便可根据模型来着色其他黑白图像,无须人为因素或其他因素影响。基于深度学习的图像着色方法大致为以下四个步骤:制作数据集:大部分的深度学习算法都需要海量的数据集作为数据驱动,通过算法来...原创 2019-09-28 13:49:29 · 6096 阅读 · 1 评论 -
图像彩色化方法(基于颜色传递、颜色扩展)
图像彩色化的研究主要有基于参考图像的颜色传递方法和基于人工着色的局部颜色扩展方法。一般来说,基于参考图像的颜色传递方法首要采取图像处理方法,例如:借助图像融合技术的红外图像彩色化、基于图像分割技术、图像分类技术的图像彩色化方法;基于人工着色的局部颜色扩展方法主要依赖于偏微分方程将彩色化问题转化为最优解问题。基于颜色传递、颜色扩展1)基于颜色转移的彩色化图像色彩迁移是以一幅彩色图像作...原创 2019-09-28 13:20:10 · 5215 阅读 · 0 评论 -
图像彩色化方法(基于偏微分方程、图像融合、图像分割)
借助图像融合技术的图像彩色化基于图像分割技术、图像分类技术的图像彩色化方法基于人工着色的颜色扩展方法(偏微分方程将彩色化问题转化为最优解问题)图像彩色化,顾名思义是指给图片中的每个单元重新赋予新的颜色。早期的彩色化指的是对灰度图像的彩色化处理,从本质上来说,灰度图像彩色化就是把目标图像中的每个像素,用多维空间中的矢量(如色调、饱和度、亮度)来取代灰度值的亮度这一维标量的过程。...原创 2019-09-28 12:35:35 · 2693 阅读 · 0 评论 -
图像彩色化python实现(Tkinter、ImageTk)1
1.Python Tkinter 设计界面简单朴素创建窗口->设置标题->窗口大小->窗口是否可变->将窗口放置于屏幕中央(获取屏幕尺寸以计算布局参数,使窗口居于中央)涉及属性有:title(设置窗口标题)、 geometry(设置窗口大小)、resizable(设置窗口是否可以变化)仅有窗口并不能实现交互,还需要控件,Tkinter 提供了各种控件,如按钮、标...原创 2019-09-11 13:24:20 · 3868 阅读 · 1 评论