[发明专利]一种基于深度学习的黑白影像自动着色方法

权利要求书

1.一种基于深度学习的黑白影像自动着色方法，其特征在于，包括建立图片训练集、建立卷积神经网络训练网、卷积神经网络处理图像和着色结果修正；

所述建立图片训练集：用于将训练图原图转换到HSV空间，并使图中S的通道值保持不变，通过修改图中H与V的通道值，依次产生和该训练图相对应的不同配色、不同明度的生成图，再将原图与生成图集中成一组图像训练数据，并将其分辨率统一为640*480；

所述建立卷积神经网络训练网：将导入图像从RGB空间转换到LAB空间，在此基础上，使L通道里的信息保持不变，而AB两个通道的内容进行如下的特殊变换：

将AB通道的输出空间以10为步长量化为Q＝310的类，对于给定的输入K，学习一个颜色概率分布的映射之后，使用多分类交叉熵作为损失函数。

2.根据权利要求1所述的一种基于深度学习的黑白影像自动着色方法，其特征在于：所述卷积神经网络处理图像:将导入图像与目标图像进行抽取色卡的操作，并对导入图像与目标图像上的点进行随机采样。然后，将导入图像、导入图像的采样、导入图像的色卡作为卷积神经网络的输入，将生成的结果通过一个卷积层产生新的L通道和AB通道里的信息，并将生成图像的通道合并制成新图像，把新图像与目标图像的色卡、目标图像的采样进行对比，计算误差，再将其放入回馈网络进行训练，直至误差足够小时停止。

3.根据权利要求1所述的一种基于深度学习的黑白影像自动着色方法，其特征在于：所述着色结果修正：在指定区域，指定其灰度图上一个点，在调色板上对该点及其周围颜色进行更换，神经网络依据颜色更换提示再次对图像变色，重复以上步骤，直至满意时停止。