基于卷积神经网络的黑白图片着色案例
- 案例整理者：
- 王奕沣(18级)
- 最后修订：
- 2021-3-3
任务类型： 分类问题
算法：卷积神经网络
数据源：图片文件(2.4M)
简介：摄影发展初期，由于技术的限制，只能制造出具有单层感光物质的胶卷，由此产生的是黑白图像。随着技术的发展和进步，彩色胶卷和数码传感器依次出现，人们得以得到精致的彩色照片。由此，对大量黑白老照片进行彩色化复原就成为了一个有吸引力的课题。本研究调研了一种基于卷积神经网络的将黑白图片彩色化的算法。先前的方法要么依赖于用户的交互，要么导致了不饱和的色彩化。而作者们提出了一种全自动的方法，可以产生鲜艳而逼真的色彩。他们将问题的潜在不确定性作为一个分类任务来处理，并在训练时使用基于“模拟退火算法”的分类再平衡来增加结果中颜色的多样性。他们使用"着色图灵测试"来评估他们的算法，要求人类参与者在生成的彩色图像和真实彩图之间进行选择，他们的方法在32%的试验中成功地愚弄了人类，明显高于之前的方法。。
