Автоматическая колоризация изображений на основе свёрточных нейронных сетей

Аннотация. Выполнен анализ методов и средств колоризации изображений. Обоснован выбор модели искусственной нейронной сети для обработки графической информации. Сформулирована задача автоматической колоризации произвольных изображений. Приведены исходные данные, условия и ограничения, необходимые для модели колоризации. В результате классификации изображений получен набор гиперколонок нейронной сети для каждого обрабатываемого изображения. Создана модель колоризации, которая позволяет по набору гиперколонок определить цвет каждого пикселя изображения. Данная модель состоит из двух связанных между собой частей: классификатора и колоризатора. Классификатор основан на использовании свёрточной нейронной сети, а колоризатор - на использовании хеш-таблицы, хранящей соответствие гиперколонок и цветов. Предложен алгоритм применения данной модели для колоризации изображений. Выполнено сравнение результата колоризации для разработанной и существующей моделей. Создано программное средство, которое позволяет осуществлять обучение различных нейронных сетей и колоризацию графической информации. Эксперименты показали, что разработанная модель достаточно корректно определяет цвет изображения. Предложенный алгоритм позволяет использовать свёрточную нейронную сеть для раскрашивания черно-белых изображений, цветокоррекции цветных рисунков и др.

1. Vieira, A. Introduction to deep learning business applications for developers / A.Vieira, B.Ribeiro. - New York: Apress, 2018. - 343 p.

2. Николенко, С. И. Глубокое обучение. Погружение в мир нейронных сетей / С. И. Николенко, А. А. Кадурин, Е. В. Архангельская. - СПб.: Питер, 2018. - 480 с.

3. An Intuitive Explanation of Convolutional Neural Networks [Electronic resource]. - Mode of access: https://ujjwalkarn.me/2016/08/11/intuitive-explanation-convnets/. - Date of access: 20.04.2020.

4. Behnke, S. Hierarchical Neural Networks for Image Interpretation / S. Behnke. - Berlin: Springer, 2003. - 227 с.

5. Automatic Colorization [Electronic resource]. - Mode of access: https://tinyclouds.org/colorize/. - Date of access: 20.04.2020.