基本信息

---

下载

文档摘要

---

图像彩色化方法基础理论概述

一般来说，在图像彩色化的任务中，需要通过一个输入的灰度图像来生成其对应的彩色图像。然而这个问题的实验结果不能一概而论，因为这个结果是多模态的，也就意味着同样的灰度图像可能会有多个生成的彩色图像结果[13]。过去的模型一般依赖于输入的大量的灰度图片，需要人工干预且着色速度慢。而现在，深度学习在图像自动着色方面取得了显著的成功。它无需额外的人工输入即可从灰度变为彩色。这是由于这种模型在彩色化过程中能够捕捉和使用语义信息，即能够分析图像实际上是什么,本章介绍使用这类模型需要用到的理论基础知识。

(一)RGB与Lab颜色空间

RGB颜色空间是目前