基于权重学习的着色方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 本文的主要研究内容和创新点 | 第10-11页 |
| 1.4 论文组织结构 | 第11-12页 |
| 第二章 相关理论和经典算法 | 第12-21页 |
| 2.1 颜色空间的选择 | 第12-15页 |
| 2.2 基于颜色标记的着色方法 | 第15-18页 |
| 2.2.1 颜色标记 | 第15-16页 |
| 2.2.2 颜色扩展的经典算法 | 第16-18页 |
| 2.3 基于参照图像的着色方法 | 第18-21页 |
| 2.3.1 参照图像的选择 | 第18页 |
| 2.3.2 基于像素匹配和机器学习的算法 | 第18-21页 |
| 第三章 基于权重学习的着色方法 | 第21-36页 |
| 3.1 方法的提出和相关概念介绍 | 第21-24页 |
| 3.1.1 方法的提出 | 第21-22页 |
| 3.1.2 权重及权重学习 | 第22-23页 |
| 3.1.3 随机森林 | 第23-24页 |
| 3.2 本文着色方法过程介绍 | 第24-29页 |
| 3.2.1 生成权重训练集 | 第25-26页 |
| 3.2.2 建立权重学习模型 | 第26-27页 |
| 3.2.3 颜色传递 | 第27-28页 |
| 3.2.4 着色算法 | 第28-29页 |
| 3.3 实验与分析 | 第29-35页 |
| 3.3.1 图像的预处理 | 第29-31页 |
| 3.3.2 实验过程 | 第31-32页 |
| 3.3.3 实验结果分析 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 总结与展望 | 第36-38页 |
| 4.1 全文总结 | 第36页 |
| 4.2 未来工作展望 | 第36-38页 |
| 参考文献 | 第38-41页 |
| 攻读硕士学位期间的主要成果 | 第41-42页 |
| 致谢 | 第42页 |
