基于卷积神经网络的黑白人物图像实时着色方法研究

来源 :贵州大学学报(自然科学版) | 被引量 : 2次 | 上传用户:whenhm
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
黑白图像着色在计算机图形学方面应用广泛,有着非常好的发展前景,针对人物图像的着色的研究更是复杂多样。本文提出了一种深度学习算法,通过训练一个卷积神经网络(CNN)直接将人物的灰度图像输入映射到输出着色。该算法利用Imagenet数据集中大规模的人物图像来学习自然人物彩色图像的先验,同时使用卷积和完全连接的网络结构来提取适合笔画调整的视觉特征和空间特征来学习CNN模型。然后经过我们的多次试验表明,在减少人工交互的同时,可在较短的时间内实时生成效果很好的彩色人物图像。
其他文献
摘 要:为平衡数字水印技术中的鲁棒性与透明性,提出基于仿射尺度不变特征变换(ASIFT)与奇异值分解(SVD)结合的Contourlet域视频双水印算法。首先,利用卡尔曼滤波器将视频帧内的运动物体进行分离获取运动宏块,对运动宏块进行Contourlet变换;其次,利用奇异值分解对图像的信号攻击存在较高的稳定性和低频子带系数直方图在旋转、缩放等几何攻击具有较强的鲁棒性,自适应地将混沌水印序列分别嵌入
通过高温烧蚀法、酸腐蚀法和丙酮浸泡法对东丽碳纤维进行了去浆处理,对碳纤维去浆前后进行了扫描电镜(SEM),激光共焦显微拉曼光谱仪(Raman),原子力显微镜(AFM)和单丝拉伸强度
当前,大数据、云计算、移动互联网等新技术对全球治理、国际竞争、经济运行、产业发展、社会生活等诸多方面产生深远影响,也对国家管理和社会治理提出了全新课题与挑战,创新政务
为提高雾霾天气下交通监控图像的清晰化程度,采用暗原色先验与MSR算法相结合的方式,在处理过程中用双边滤波代替MSR算法中的高斯滤波来保持边缘细节特性。实验结果表明,该算法处理的雾霾图像有效地消除了Halo效应,亮度均值适中,图像标准差提高,信息熵增大,总体效果较好,可在一定程度上提高雾霾图像的清晰度。