Global Distribution Adjustment and Nonlinear Feature Transformation for Automatic Colorization
المؤلفون المشاركون
المصدر
العدد
المجلد 2018، العدد 2018 (31 ديسمبر/كانون الأول 2018)، ص ص. 1-15، 15ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2018-01-10
دولة النشر
مصر
عدد الصفحات
15
التخصصات الرئيسية
تكنولوجيا المعلومات وعلم الحاسوب
الملخص EN
Automatic colorization is generally classified into two groups: propagation-based methods and reference-based methods.
In reference-based automatic colorization methods, color image(s) are used as reference(s) to reconstruct original color of a gray target image.
The most important task here is to find the best matching pairs for all pixels between reference and target images in order to transfer color information from reference to target pixels.
A lot of attractive local feature-based image matching methods have already been developed for the last two decades.
Unfortunately, as far as we know, there are no optimal matching methods for automatic colorization because the requirements for pixel matching in automatic colorization are wholly different from those for traditional image matching.
To design an efficient matching algorithm for automatic colorization, clustering pixel with low computational cost and generating descriptive feature vector are the most important challenges to be solved.
In this paper, we present a novel method to address these two problems.
In particular, our work concentrates on solving the second problem (designing a descriptive feature vector); namely, we will discuss how to learn a descriptive texture feature using scaled sparse texture feature combining with a nonlinear transformation to construct an optimal feature descriptor.
Our experimental results show our proposed method outperforms the state-of-the-art methods in terms of robustness for color reconstruction for automatic colorization applications.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Aoki, Terumasa& Nguyen, Van. 2018. Global Distribution Adjustment and Nonlinear Feature Transformation for Automatic Colorization. Advances in Multimedia،Vol. 2018, no. 2018, pp.1-15.
https://search.emarefa.net/detail/BIM-1118384
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Aoki, Terumasa& Nguyen, Van. Global Distribution Adjustment and Nonlinear Feature Transformation for Automatic Colorization. Advances in Multimedia No. 2018 (2018), pp.1-15.
https://search.emarefa.net/detail/BIM-1118384
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Aoki, Terumasa& Nguyen, Van. Global Distribution Adjustment and Nonlinear Feature Transformation for Automatic Colorization. Advances in Multimedia. 2018. Vol. 2018, no. 2018, pp.1-15.
https://search.emarefa.net/detail/BIM-1118384
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1118384
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر