-
题名基于条件生成对抗网络的图像着色研究
被引量:3
- 1
-
-
作者
罗敦浪
蒋旻
袁琳君
江佳俊
郭嘉
-
机构
武汉科技大学计算机科学与技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2021年第13期193-198,共6页
-
基金
国家自然科学基金(61702385)。
-
文摘
随着多媒体技术的发展,诸如黑白照片着色、医学影像渲染和手绘图上色等各种图像着色应用需求逐渐增多。传统着色算法大部分存在着色模式单一、在处理部分数据时着色效果不佳或者依赖人工输入信息等缺点,对此,设计了一种条件生成对抗网络和颜色分布预测模型相结合的图像着色方法。由生成对抗网络生成着色图像,并通过预测模型的预测值来对生成器的生成的着色图像做出校正,改善了生成对抗网络生成图像颜色容易趋向单一化的问题。最后通过引入一个色彩对比度损失,进一步提升了算法在某些对比度较小的分类图像上的着色质量。通过在ImageNet数据集上的多组对比实验表明,与其他传统方法相比,该方法在更多的图像分类上有着更出色的着色效果。
-
关键词
深度学习
生成对抗网络
图像着色
-
Keywords
deep learning
generative adversarial network
image coloring
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于生成对抗网络的人像修复
被引量:4
- 2
-
-
作者
袁琳君
蒋旻
罗敦浪
江佳俊
郭嘉
-
机构
武汉科技大学计算机科学与技术学院
智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学)
-
出处
《计算机应用》
CSCD
北大核心
2020年第3期842-846,共5页
-
基金
国家自然科学基金资助项目(41571396)~~
-
文摘
人像修复广泛用于基于图像渲染和计算摄影的照片编辑。针对衣着的不同、高矮胖瘦的区别以及姿态的高自由度等因素给人像修复带来的困难,提出了一种基于生成对抗网络(GAN)的高效人像修复方法。算法分为两阶段:第一阶段基于编码器-解码器网络粗略修复图像,然后估计其中人体姿态信息;第二阶段基于姿态信息和GAN来精确修复人像。利用人像姿态信息来连接人像姿态关键点,形成姿态框架并执行膨胀操作,得到人像姿态掩码,以此构造人像姿态损失函数进行网络训练。实验结果表明,与Contextual Attention修复方法相比,所提方法的修复结果在结构相似度(SSIM)上提升了1%。该方法将人像姿态信息加入到修复过程中,有效地约束了待修复区域人像数据的解空间范围,加强了网络对人像姿态信息的关注程度。
-
关键词
人像姿态信息
生成对抗网络
图像修复
姿态掩码
人像姿态损失
-
Keywords
portrait pose information
Generative Adversarial Network(GAN)
image inpainting
pose mask
portrait pose loss
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-