【计算机视觉】图像着色(Image Colorization)

（Sometimes technology enhances art. Sometimes it vandalizes art. --- 有时技术会增强艺术，有时它破坏了艺术。）

 

着色黑白电影是一个可以追溯到1902年的古老想法。几十年来，许多电影创作者反对将黑白电影着色的想法，并将其视为对艺术的破坏。 今天它被接受为艺术形式的增强。该技术本身已经从艰苦的手工着色转变为如今的自动化技术。 在美国，Legend Films使用其自动化技术为旧的经典影片着色。 在印度，电影Mughal-e-Azam，一个1960年发行的重磅炸弹在2004年被重新制作。几代人聚集在一起，看到它的彩色版本，从而使得这部电影第二次受到轰动！这一切都源于人工智能和深度学习技术的快速发展，众所周知，在计算机视觉领域，深度学习就像继承了某些上帝的功能，无所不能，令人叹为观止。本文将介绍如何利用深度学习将灰度图像转换为彩色图像！

简介

　　在图像着色任务中，我们的目标是在给定灰度输入图像的情况下生成彩色图像。这个问题是具有一定的挑战性，因为它是多模式的——单个灰度图像可能对应许多合理的彩色图像。因此，传统模型通常依赖于重要的用户输入以及输入的灰度图像内容。 
       最近，深层神经网络在自动图像着色方面取得了显着的成功——从灰度到彩色，无需额外的人工输入。这种成功的部分原因在于深层神经网络