python神经网络一键格式化黑白视频为彩色视频

Colorful Image Colorization

图片的颜色上色，主要使用到了CNN卷积神经网络，作者在ImageNet数据集上进行了大量的训练，并将此问题使用在分类任务中，以解决问题的潜在的不确定性，并在训练时使用颜色重新平衡的损失函数方法来增加颜色的多样性。该算法在测试时作为CNN中的前馈通道实现，并在超过一百万个彩色图像上进行了训练。且使用“着色图灵测试”评估算法。

此算法作者为了训练神经网络，从imageNet数据集上搜集大量的数据，并将所有搜集的图像从图片的RGB空间转换为Lab空间。

与RGB三种颜色空间类似，Lab空间具有3个通道，但是与RGB不同，Lab空间对颜色的编码为：

1. The L channel :代表颜色的亮度
2. The a channel ：绿-红
3. The b channel ：蓝-黄

Lab颜色空间是根据Commission International Eclairage（CIE）在1931年所制定的一种测定颜色的国际标准建立的。于1976年被改进，并且命名的一种色彩模式。Lab颜色模型弥补了RGB和CMYK两种色彩模式的不足。它是一种设备无关的颜色模型，也是一种基于生理特征的颜色模型。 [1] Lab颜色模型由三个要素组成，一个要素是亮度（L），a 和b是两个颜色通道。a包括的颜色是从深绿色（低亮度值）到灰色（中亮度值）