این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پردازش علائم و داده ها، جلد ۱۶، شماره ۱، صفحات ۵۷-۷۴
عنوان فارسی رنگ‌آمیزی خودکار تصاویر خاکستری به‌کمک شبکه‌های زایای رقابتی
چکیده فارسی مقاله رنگ‌آمیزی تصاویر خاکستری یکی از مسائل مهم در حوزه بازیابی اطلاعات تصویری محسوب می​شود. البته میزان موفقیت روش‌های خودکار در این حوزه در برابر عملکرد گرافیست‌ها و ویراستاران تصویر ناچیز بوده است. از‌بین‌رفتن اطلاعات رنگ‌ها و دست‌یابی به قسمت محدودی از اطلاعات اولیه تصاویر، این موضوع را به چالشی منحصربه‌فرد تبدیل می​کند؛ چون هدف اصلی در رنگ‌آمیزی تصاویر خاکستری، پیدا‌کردن رنگ اصلی و واقعی تصویر نیست؛ بلکه تلاش بر این است تا نوعی رنگ‌آمیزی که از نظر انسان‌ها «واقعی» به نظر می‌رسد، برای تصویر ارائه شود. در این مقاله سامانه‌ای برای رنگ‌آمیزی تصاویر خاکستری اشخاص و انسان‌ها ارائه شده است. در این سامانه که نیاز به پیش‌پردازش تصاویر یا مؤلفه‌های پردازشی مستقل ندارد، از یک شبکه عصبی عمیق برای رنگ‌آمیزی تصاویر افراد و از شبکه‌ای دیگر برای بررسی بازخورد عملکرد رنگ‌آمیزی استفاده می​شود. نتایج حاصل از پژوهش، عملکرد کیفی بهتری را در رنگ‌آمیزی تصاویر افراد در مقایسه با روش‌های مرسوم در این عرصه نشان می​دهد که در مدت‌زمان آموزش، به‌مراتب کمتری به‌دست آمده است. کاربرد این سامانه نه‌تنها در رنگ‌آمیزی تصاویر افراد، بلکه در رنگ‌آمیزی پُرتره‌های غیر انسانی و آثار هنری نیز کاربرد دارد و به‌کمک آن می​توان رنگ‌آمیزی مناسبی برای اثرهایی که ممکن است، ساعت‌ها زمان ببرند، در کسری از ثانیه انجام داد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Automatic Colorization of Grayscale Images Using Generative Adversarial Networks
چکیده انگلیسی مقاله Automatic colorization of gray scale images poses a unique challenge in Information Retrieval. The goal of this field is to colorize images which have lost some color channels (such as the RGB channels or the AB channels in the LAB color space) while only having the brightness channel available, which is usually the case in a vast array of old photos and portraits. Having the ability to colorize such images would give us a multitude of possibilities ranging from colorizing old and historic images to providing alternate colorizations for real images or artistic creations. Be that as it may, the progress in this field is trivial compared to what the professionals are able to do using special-purpose applications such as Photoshop or GIMP. On the other hand, losing the information stored in color channels and having only access to the primary brightness channel, makes this problem a unique challenge, since the main aim of automatic colorization is not to find the image's "real" color but to colorize it in such a way that makes it "seem real" as the original color information is lost forever and the only way to colorize it, is to provide a somewhat "proper" estimation. In this research we propose a model to automatically colorize gray human portraits. We start by reviewing the methods used for the task of image colorization and provide an explanation as to why most of them collapse to a situation known as "Averaging". To counteract this effect, we design our end-to-end model with two separate deep neural networks forming a Generative Adversarial Network (GAN), one to colorize the images and the other to evaluate the colorization of the first network and guide it towards the proper distribution. The results show improvements over other proposed methods in this field especially in the case of colorizing human portraits along faster train times. This method not only works on real human portraits but also on non-human and artistic portraits that can be leveraged to colorize hand-drawn images some of which may take minutes up to hours by hand.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محمد مهدی حاجی اسمعیلی | Mohammad Mahdi Haji-Esmaeili
Tarbiat Modares University
دانشگاه تربیت مدرس

غلامعلی منتظر | Gholamali Montazer
Tarbiat Modares University
دانشگاه تربیت مدرس

نشانی اینترنتی http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-1404-1&slc_lang=fa&sid=1
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1315/article-1315-1593808.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده مقالات پردازش تصویر
نوع مقاله منتشر شده کاربردی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات