结合绘画先验的线稿上色方法

摘要：

自动线稿上色近年来已成为计算机视觉领域的研究热点之一.现有方法旨在通过改进网络架构或图像生成流程来提升上色的质量,但生成结果多存在色相集中、饱和度和明度分布不合理等现象.为此,提出一种结合绘画先验的线稿上色方法.该方法受插画师上色过程的启发,学习其广泛使用的绘画先验知识(如色相变化、饱和度对比和明暗对比)来提升自动线稿上色的质量.具体来讲,该方法在H SV色彩空间上增加了像素级损失,引导网络生成异常纹理较少的结果.同时,提出的三项启发式损失函数分别引入了色相变化、饱和度对比和明暗对比等绘画先验,引导网络生成具有合理色彩组成的上色结果.在真实线稿构建的测试数据集上,采用FID和MOS两项指标对所提方法和现有方法从生成结果与真实数据的分布相似度及视觉质量方面进行了比较.实验结果表明,相比性能第二的模型,所提方法的FID指标降低了21.00,MOS指标提高了0.96,因此所提线稿上色方法有效提升了自动线稿上色的视觉质量.

关键词：自动线稿上色、深度学习、对抗生成网络(GAN)、绘画先验、HSV色彩空间

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金

在线出版日期：2022-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：195-202