MultiColor: 通过学习多个色彩空间实现图像上色
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了现有图像上色方法依赖单一色彩模型的问题，提出了一种新的MultiColor方法，结合了多个色彩空间的信息。该方法通过不同的色彩模块和互补网络，有效提升了灰度图像的上色效果，实验证明其在处理真实数据集时性能优于现有技术。
该论文提出了一种结合迁移学习和集成学习的新方法，用于分类自然彩色图像和计算机彩色图像。该模型利用预训练的VGG16和Resnet50分支，以及MobileNet v2或EfficientNet特征向量。该模型在分类性能和泛化能力方面优于现有的最先进模型，准确率在94.55%至99.13%之间，半总误差率低。
