在本文中，我們將創(chuàng)建一個(gè)程序?qū)⒑诎讏D像（即灰度圖像）轉(zhuǎn)換為彩色圖像。我們將為此程序使用 Caffe 著色模型。您應(yīng)該熟悉基本的 OpenCV 功能和用法，例如讀取圖像或如何使用 dnn 模塊加載預(yù)訓(xùn)練模型等?，F(xiàn)在讓我們討論實(shí)現(xiàn)該程序所遵循的過程。文章來源：http://www.zghlxwxcb.cn/news/detail-621633.html
給定一張灰度照片作為輸入，本文解決了產(chǎn)生幻覺的問題照片的彩色版本。這個(gè)問題顯然受到限制，因此以前的方法要么依賴于大量的用戶交互，要么導(dǎo)致著色不飽和。我們提出了一種全自動(dòng)方法，可以產(chǎn)生充滿活力且逼真的色彩。我們通過將問題視為分類任務(wù)來接受問題的潛在不確定性，并在訓(xùn)練時(shí)使用類重新平衡來增加結(jié)果中顏色的多樣性。該系統(tǒng)在測(cè)試時(shí)作為 CNN 中的前饋通道實(shí)現(xiàn)，并接受超過一百萬張彩色圖像的訓(xùn)練。我們使用“彩色圖靈測(cè)試”來評(píng)估我們的算法，要求人類參與者在生成的彩色圖像和地面真實(shí)彩色圖像之間進(jìn)行選擇。我們的方法在 32% 的試驗(yàn)中成功欺騙了人類，顯著高于以前的方法。而且，跨通道編碼器。這種方法在多個(gè)特征學(xué)習(xí)基準(zhǔn)上實(shí)現(xiàn)了最先進(jìn)的性能。文章來源地址http://www.zghlxwxcb.cn/news/detail-621633.html
到了這里，關(guān)于使用 OpenCV 和深度學(xué)習(xí)對(duì)黑白圖像進(jìn)行著色的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
