【图像上色小综述】生成对抗网络的GAN法

AI生成创作

本文首发于公众号【机器学习与生成对抗网络】，欢迎关注、回复 GAN 获取分类好的论文集，后台会邀您加入CV&GAN交流群一起讨论）

戳我，查看GAN的系列专辑~！

0，图像上色及其分类

图像上色一般分为两种：无引导上色和有引导上色。
顾名思义，无引导指的是全交由算法进行自动化上色，而有引导则在上色过程中有人为（其它参照）干预，比如给出一幅风格参考图像或指定某一区域为特定颜色。
图像上色的主要难点比如：1）数据集获取；2)上色的语义辨识性，前背景、各目标实例独立色彩效果；3）合理统一的评估方法等
结合GAN的上色方案一般具有一些优点是：1）GAN生成模型擅长图像转换任务，而图像上色也属于图像转换；2）训练效果引入判别器判定，对抗损失可视作一种”学习出来“的loss，减免人工精心设计loss难度；3）擅长生成多样性的上色方案等

1，2017: Unsupervised Diverse Colorization via Generative Adversarial Networks

灰度图像上色是计算机视觉中的热门话题。以前的研究主要集中在如何以有监督的学习方式产生彩色图像。
但由于许多颜色共享相同的灰度值，因此输入的灰度图像可以在保持其真实性的同时进行多种着色。
本文为无监督的多种着色设计了一种新颖的解决方案。具体来说，利用条件生成对抗网络对现实世界中物体颜色的分布进行建模，其中一种具有多层噪声的全卷积生成器被提出以增强多样性。
该模型在开放的LSUN卧室数据集中产生了极具竞争力的性能，对80个人进行的图灵测试进一步表明方案的有效性。

2，2017-ACPR: Style Transfer for Anime Sketches with Enhanced Residual U-net and Auxiliary Classifier GAN

根据内容图像和目标风格图像，神经风格迁移可以自动合成指定的、目标风格的内容图像。但将绘画的风格应用于动漫草图任务时，只会将草图线随机着色为输出。
本文将残差U-net集成到带有辅助分类器的生成对抗网络（AC-GAN）中，以完成动漫草图上色任务。

该方法属于有引导的图像上色方法。

上图网络结构中，使用了预训练的VGG网络提取”全局风格提示“来辅助训练。对于照片着色、阴影、材质和纹理是输入中的变量，网络可依据提示信息分析颜色分布。作者在实验中发现加入两个中间层的”引导解码器“后，可以为网络提供更稳定的梯度。

3，2018-ACMTOGTSC: Two-stage Sketch Colorization

素描或线稿艺术上色是一个具有巨大市场需求的研究领域。与强烈依赖纹理信息的普通照片上色不同，草图上色更具挑战性，因为草图可能没有纹理。
本文提出一个基于半自动学习的框架，以用适当的颜色、纹理和渐变为草图着色。
方法包括两个阶段。在第一个绘图阶段，模型预测颜色区域，并在草图上飞溅多种颜色以获得颜色草图；在第二个细化阶段，检测出不协调的颜色和伪像，并修复和细化成最终结果。

4，2017-CVPR: Scribbler: Controlling Deep Image Synthesis with Sketch and Color

最近的一些工作已经使用深度卷积网络来生成逼真的图像。这些方法避开了传统的计算机图形渲染流程，而是通过从大量照片（例如人脸或卧室）中学习来生成像素级别的图像。但是，由于用户难以控制网络产生的内容，作者这些方法的用途有限。
本文提出了一种以草图和稀疏的笔画为条件，生成逼真的汽车、卧室或面孔。

文章属于较早2017的CVPR，网络结构类似于pix2pix，损失也是在如今看来非常常见的对抗损失、L2损失、特征感知损失等。

5，2018-ACM Multimedia: User-Guided Deep Anime Line Art Colorization with Conditional Adversarial Networks

基于涂鸦颜色的线稿上色是一个具有挑战性的计算机视觉问题，因为线稿中既无灰度值也无语义信息，并且缺乏真实的训练数据图像对image pair也增加了难度。
之前几种基于对抗网络的方法已经取得了巨大的成功，但这些方法无法捕获真实的插图分布，在某种意义上说它们缺乏精确的阴影，并不令人满意。
本文提出一种深度条件对抗架构：将条件框架与WGAN-GP以及感知损失进行了集成，以稳健地训练网络，使合成图像更加自然和真实。此外还引进了独立于合成数据的局部特征网络。
收集了两个数据集，高质量的彩色插图和真实的线条艺术。

6，2018-ECCV: Coloring with Words: Guiding Image Colorization Through Text-based Palette Generation

本文提出了一种新的基于文本引导的上色方法，通过生成符合输入文本语义的多个调色板，然后根据生成的调色板对给定的灰度图像进行上色。
与现有方法相比，模型可理解富文本（单个单词、短语和句子），并可从中生成多个可能的调色板。为此引进了一个“调色板和文本（PAT）”的数据集。
提出的模型Text2Colors由两个条件生成对抗网络组成：文本到调色板的生成网络和基于调色板的上色网络。前者捕获文本输入的语义并产生相关的调色板；后者使用生成的调色板为灰度图像上色。

7，2019-CVPR: Coloring With Limited Data: Few-Shot Colorization via Memory-Augmented Networks

尽管之前基于深度学习的自动上色方面取得了非常好的进步，但在少样本的情况下，仍然受到限制：现有模型需要大量的训练数据。
本文提出了一种新颖的存储memory增强型上色模型：MemoPainter（通过查询的方式，获取在memory网络里中训练集里给定的颜色信息以引导上色），该模型可在有限的数据下产生高质量的着色。作者认为所提出模型能够捕获稀有实例并更好地为它们上色。
还提出了一种新颖的阈值三元损失（threshold triplet loss），可在无类标签下完成对存储网络进行无监督的训练。

8，2020-CVPR: Reference-Based Sketch Image Colorization using Augmented-Self Reference and Dense Semantic Correspondence

与大多数有引导图像上色方法一样，本文在给定已着色的参考图像下，解决了草图自动上色问题。在漫画动画中，对素描图像上色的需求很大，但素描（纹理等）信息匮乏。为此，参考图像通过以一种可靠的、用户驱动的方式辅助上色过程。
但训练数据集获取是个问题，且数据集如何保证具有足够多的语义上有意义的图像对（image pair）?
为了应对这一挑战，提出使用具有几何失真的相同图像作为虚拟参考图像去引导上色，这可以确保彩色输出图像具有更具有真实性的ground true。

猜您喜欢：

GAN&CV交流群，无论小白还是大佬，诚挚邀您加入

1.GAN公式简明原理之铁甲小宝篇

部分应用介绍：

编辑于 2021-04-15 23:41

计算机视觉

生成对抗网络（GAN）

深度学习（Deep Learning）

【图像上色小综述】生成对抗网络的GAN法

0，图像上色及其分类

1，2017: Unsupervised Diverse Colorization via Generative Adversarial Networks

2，2017-ACPR: Style Transfer for Anime Sketches with Enhanced Residual U-net and Auxiliary Classifier GAN

3，2018-ACMTOGTSC: Two-stage Sketch Colorization

4，2017-CVPR: Scribbler: Controlling Deep Image Synthesis with Sketch and Color

5，2018-ACM Multimedia: User-Guided Deep Anime Line Art Colorization with Conditional Adversarial Networks

6，2018-ECCV: Coloring with Words: Guiding Image Colorization Through Text-based Palette Generation

7，2019-CVPR: Coloring With Limited Data: Few-Shot Colorization via Memory-Augmented Networks

8，2020-CVPR: Reference-Based Sketch Image Colorization using Augmented-Self Reference and Dense Semantic Correspondence

文章被以下专栏收录

AI生成创作-生成对抗网络与扩散模型