论文
Let there be Color!: Joint End-to-end Learning of Global and Local Image Priors for Automatic Image Colorization with Simultaneous Classification
- 发表于SIGGRAPH 2016
方法
首先,图片的颜色空间为LAB颜色空间,其中L代表亮度,AB分别代表洋红(Cyan)到绿色(Green)的过渡和黄色(Yellow)到蓝色(Blue)的过渡。在灰度图中,L完全保留,而AB完全丢失,因此需要通过L预测出AB,再叠加到原来的L上,就能够得到彩色图片。
如下图,这篇论文采用了全局和局部的两种维度提取特征。局部特征基本上是一个U-Net,全局特征一方面要得到整张图片的分类,另一方面要把全局的特征和局部特征做融合(Fusion)。
其中具体每一层的参数如下图所示。
里面最核心最具创新性的应该就是全局特征和局部特征的Fusion。Fusion的过程非常简单粗暴,就是把全局特征的向量一个一个排起来,concatenate到局部特征的每个像素上。即