SPDGAN: 基于 SPD 流形学习的生成对抗网络用于自动图像上色
原文中文，约200字，阅读约需1分钟。发表于：。基于对称正定流形学习的生成对抗网络，提出了一种全自动着色方法，用于将灰度图像转化为彩色图像，实现更真实的彩色图像和更好的评价指标。
本文介绍了一种基于显著性图引导的生成对抗网络(SCGAN)框架，用于自动上色灰度图。该方法利用预训练的VGG-16-Gray网络的全局特征，并通过颜色编码器将其嵌入到颜色化中，能够用较少的数据训练，达到感知上合理的效果。实验证明，SCGAN能够生成比现有技术更合理的上色图像。
