BriefGPT - AI 论文速递
·
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。
📝
内容提要
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。
🎯
关键要点
-
提出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。
-
通过颜色编码器将全局特征嵌入到颜色化中，能够用较少的数据训练。
-
SCGAN能够达到感知上合理的效果。
-
使用两个分层鉴别器增强视觉感知性能。
-
实验结果表明，SCGAN生成的上色图像比现有技术更合理。
🏷️
标签
➡️
