计算机应用

作者：吴丽丹, 薛雨阳, 童同, 杜民, 高钦泉

单位：1. 福州大学 物理与信息工程学院, 福州 350108;2. 福建省医疗器械与医药技术重点实验室(福州大学), 福州 350108;3. 筑波大学 计算机科学学院, 筑波 3058577, 日本;4. 福建帝视信息科技有限公司, 福州 350001

关键词：图像着色,特征融合,灰度图像,前景语义信息

基金：国家自然科学基金资助项目（61901120）；福建省科技厅重大专项（2019YZ016006）。

图像可分为前景部分与背景部分，而前景往往是视觉中心。在图像着色任务上，由于前景的类别多且情况复杂，着色困难，以至于图像中的前景部分会存在着色暗淡和细节丢失等问题。针对这些问题，提出了基于前景语义信息的图像着色算法，以改善图像着色效果，达到图像整体颜色自然、内容颜色丰富的目的。首先利用前景子网提取前景部分的低级特征和高级特征；然后将这些特征融合到全景子网训练中，以排除背景颜色信息影响并强调前景颜色信息；最后用生成损失和像素级别的颜色损失来不断优化网络，指导生成高质量图像。实验结果表明，引入前景语义信息后，所提算法在峰值信噪比（PSNR）和感知相似度（LPIPS）上有所提升，可有效改善视觉中心区域着色中的色泽暗淡、细节丢失、对比度低等问题；相比其他算法，该算法在图像整体上取得了更自然的着色效果，在内容部分上取得了显著的改进。

来源：2021年第7期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第7期