Key points are not available for this paper at this time.
本文研究了上色问题，即将灰度图像转换为彩色版本。这是一个非常困难的问题，通常需要手动调整以实现无伪影的质量。例如，它通常需要在灰度目标图像上进行人工标记的颜色涂鸦或对彩色参考图像的仔细选择（例如，在灰度目标图像中捕捉相同场景）。与之前的方法不同，本文旨在实现高质量的全自动上色方法。在假设完美的块匹配技术的前提下，使用一个极大规模的参考数据库（包含足够的彩色图像）是解决上色问题的最可靠方案。然而，实际中，块匹配噪声将随参考数据库的大小而增加。受到深度学习技术最近成功的启发，这些技术能够对大规模数据进行惊人的建模，本文重新表述了上色问题，以便可以直接应用深度学习技术。为了确保无伪影的质量，提出了一种基于联合双边滤波的后处理步骤。大量实验表明，我们的方法在质量和速度方面都优于当前最先进的算法.
Cheng等人（周二）研究了这个问题。