隨著人工智能的不斷發(fā)展,計算機(jī)技術(shù)與傳統(tǒng)行業(yè)相互結(jié)合的趨勢日益明顯。近年來隨著數(shù)字媒體技術(shù)的發(fā)展,許多黑白圖像彩色化的方法被提出。過去人們進(jìn)行圖像彩色化的方法是基于顏色傳遞與擴(kuò)展的,需要人工干預(yù),且上色效果強(qiáng)差人意。因此應(yīng)用深度學(xué)習(xí)的圖像彩色化的研究,具有重要的意義和廣闊的應(yīng)用前景。近年來,生成對抗網(wǎng)絡(luò)在圖像生成,圖像去噪,圖像風(fēng)格轉(zhuǎn)換等領(lǐng)域均取得了不錯的效果,充分證明了生成對抗網(wǎng)絡(luò)在圖像處理領(lǐng)域的潛力。因此本文采用生成對抗網(wǎng)絡(luò)來進(jìn)行圖像自動著色的優(yōu)化研究,主要內(nèi)容如下。（1）通過大量公開數(shù)據(jù)集如Imagenet、CelebA等,經(jīng)過圖像灰度化預(yù)處理,得到成對的特征圖,對網(wǎng)絡(luò)進(jìn)行訓(xùn)練。（2）針對現(xiàn)有的網(wǎng)絡(luò)在高分辨率圖像上對全局特征提取困難的問題,增加非局部塊（Non-local Block）來提升全局特征提取效果。同時增加了兩種損失函數(shù),一方面用單向周期一致性損失來使得生成圖的顏色與原始彩圖的顏色盡可能接近,另一方面通過語義一致性損失使得生成圖和原始彩圖的語義盡量保持一致。（3）探究原圖的潛空間顏色特征以及噪聲信息對生成圖效果的影響,提出了對應(yīng)的變分自編碼著色生成對抗網(wǎng)絡(luò)架構(gòu),得到了具... 

【文章來源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 背景及意義
    1.2 國內(nèi)外研究進(jìn)展
        1.2.1 傳統(tǒng)圖像著色技術(shù)研究現(xiàn)狀
        1.2.2 深度學(xué)習(xí)領(lǐng)域研究現(xiàn)狀
    1.3 本文主要工作
    1.4 論文組織架構(gòu)
2 基于深度學(xué)習(xí)的圖像彩色化算法概述
    2.1 引言
    2.2 基于深度學(xué)習(xí)的圖像彩色化算法步驟
    2.3 深度神經(jīng)網(wǎng)絡(luò)介紹
    2.4 變分自編碼器介紹
    2.5 生成對抗網(wǎng)絡(luò)介紹
        2.5.1 生成對抗網(wǎng)絡(luò)原理
        2.5.2 生成對抗網(wǎng)絡(luò)的不足與改進(jìn)
        2.5.3 生成對抗網(wǎng)絡(luò)的應(yīng)用
    2.6 本章小結(jié)
3 非局部著色生成對抗網(wǎng)絡(luò)算法
    3.1 引言
    3.2 非局部著色生成對抗網(wǎng)絡(luò)
        3.2.1 非局部模塊
        3.2.2 單向周期一致性損失
        3.2.3 語義一致性損失
        3.2.4 總損失
        3.2.5 網(wǎng)絡(luò)結(jié)構(gòu)
    3.3 圖像著色算法
4 變分自編碼著色生成對抗網(wǎng)絡(luò)算法
    4.1 引言
    4.2 網(wǎng)絡(luò)整體架構(gòu)
    4.3 自編碼判別器模塊
    4.4 生成器模塊
    4.5 訓(xùn)練過程
5 實(shí)驗(yàn)與優(yōu)化
    5.1 數(shù)據(jù)集
        5.1.1 Image Net
        5.1.2 CelebA
        5.1.3 Kaggle Cat vs Dog
    5.2 數(shù)據(jù)預(yù)處理
    5.3 訓(xùn)練優(yōu)化
        5.3.1 漸進(jìn)增長
        5.3.2 雙時間尺度更新規(guī)則
    5.4 評價指標(biāo)
        5.4.1 Inception Score
        5.4.2 Fréchet Inception
    5.5 實(shí)驗(yàn)結(jié)果
        5.5.1 NLC-GAN實(shí)驗(yàn)結(jié)果
        5.5.2 VAECo-GAN實(shí)驗(yàn)結(jié)果
結(jié)論
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于色彩直方圖匹配的顏色傳遞算法研究[J]. 陳小娥.  武夷學(xué)院學(xué)報. 2017(09)
[2]Where Does AlphaGo Go: From Church-Turing Thesis to AlphaGo Thesis and Beyond[J]. Fei-Yue Wang,Jun Jason Zhang,Xinhu Zheng,Xiao Wang,Yong Yuan,Xiaoxiao Dai,Jie Zhang,Liuqing Yang.  IEEE/CAA Journal of Automatica Sinica. 2016(02)
[3]基于顏色擴(kuò)展的圖像彩色化技術(shù)研究進(jìn)展[J]. 滕升華.  信息技術(shù). 2013(12)
[4]顏色空間在圖像彩色化處理中的應(yīng)用分析[J]. 滕升華,沈怡平.  計算機(jī)科學(xué). 2009(10)
[5]灰度圖像變換處理技術(shù)的研究及開發(fā)[J]. 王紅梅,張偉,張西學(xué).  科技創(chuàng)新導(dǎo)報. 2008(29)
[6]模糊顏色聚類在顏色傳輸中的應(yīng)用[J]. 錢小燕,肖亮,吳慧中.  計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報. 2006(09)
[7]數(shù)字圖像處理技術(shù)及其應(yīng)用[J]. 李紅俊,韓冀皖.  計算機(jī)自動測量與控制. 2002(09)

博士論文
[1]圖像著色關(guān)鍵技術(shù)分析及其應(yīng)用[D]. 金舟.天津大學(xué) 2011

碩士論文
[1]基于生成對抗網(wǎng)絡(luò)的圖像翻譯[D]. 候?qū)W東.南京郵電大學(xué) 2018
[2]基于深度學(xué)習(xí)的圖像著色算法研究與實(shí)現(xiàn)[D]. 成梓銳.中北大學(xué) 2018



本文編號：3123658