基于PYTORCH的图像色彩修复研究
国际学院
计算机运算性能的飞速提升使得深度学习这种需要巨大计算量的方法在计算机视觉领域被广泛应用。基于深度学习的图像色彩修复算法相对于传统方法，能够抽象出图像的典型特征，以此丰富褪色图像的色彩。
项目主要实现一下目标：
1.复现彩色图像着色模型，修改相关参数，研究出修复参数对模型性能影响的规律。
2. 测试更改不同算法和函数参数并观察映射到颜色值输出上的分布，灰度输入
3. 对现有模型进行更改，设计目标函数，生成更逼真的色彩，利用大数据的多样性进一步测试其泛化能力。
4. 引入不同神经网络模型并运用合适的对抗网络和数据集调整丢失函数的参数，进行图灵测试评估着色质量，评估生成图像在人群中的欺骗能力
