Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Colorful image colorization
Search
tereka114
March 16, 2022
Programming
0
110
Colorful image colorization
tereka114
March 16, 2022
Tweet
Share
More Decks by tereka114
See All by tereka114
Harnessing Large Language Models for Training-free Video Anomaly Detection
tereka114
1
1.3k
KDD2023学会参加報告
tereka114
2
410
Prompting Large Language Models with Answer Heuristics for Knowledge-based Visual Question Answering
tereka114
0
290
Mobile-Former: Bridging MobileNet and Transformer
tereka114
0
950
DER: Dynamically Expandable Representation for Class Incremental Learning
tereka114
0
120
Jupyter Notebookを納品した話
tereka114
0
270
Multi Scale Recognition with DAG-CNNs
tereka114
0
85
How to use scikit-image for data augmentation
tereka114
0
140
面倒くさいこと考えたくないあなたへ〜Tpotと機械学習〜
tereka114
0
180
Other Decks in Programming
See All in Programming
Trial
cairolibrary720
1
130
小さな開発会社を作った理由
polidog
0
1.9k
CSC307 Lecture 13
javiergs
PRO
0
150
リハビリmruby
kishima
1
160
君たちはどうコードをレビューする (される) か / 大吉祥寺.pm
utgwkk
15
8.5k
Architectures with Lightweight Stores: New Rules and Options
manfredsteyer
PRO
0
100
コード生成を伴うLLMエージェント - 2024.07.18 Tokyo AI
smiyawaki0820
11
4.1k
CSC307 Lecture 09
javiergs
PRO
1
500
Ruby メモリ管理 プログラミング
megmogmog1965
0
130
最古の関数型言語「Lisp」ことはじめ / lisp_in_kamiyama
uhooi
1
190
社内 LT 会を発足し、アウトプット文化を醸成させるために考えたこと・やったこと / Starting internal LT meetings and fostering an output culture
mackey0225
3
120
最近追加した型の紹介とその振り返り
aki19035vc
0
170
Featured
See All Featured
YesSQL, Process and Tooling at Scale
rocio
166
14k
How to name files
jennybc
67
96k
Docker and Python
trallard
37
2.9k
For a Future-Friendly Web
brad_frost
173
9.2k
Building a Modern Day E-commerce SEO Strategy
aleyda
25
6.7k
From Idea to $5000 a Month in 5 Months
shpigford
377
46k
GitHub's CSS Performance
jonrohan
1026
450k
Bash Introduction
62gerente
607
210k
Become a Pro
speakerdeck
PRO
15
4.8k
Gamification - CAS2011
davidbonilla
78
4.9k
GraphQLの誤解/rethinking-graphql
sonatard
59
9.6k
Fashionably flexible responsive web design (full day workshop)
malarkey
399
65k
Transcript
Colorful Image Colorization @tereka114
自己紹介 1. 山本 大輝 2. Acroquest Technology株式会社 3. Software Engineer
4. Twitter:@tereka114 5. Blog:のんびりしているエンジニアの日記 1. 「http://nonbiri-tereka.hatenablog.com/」
年末といえば・・・
そう
Advent Calendarですね
Advent Calendar
今日は何の日でしょう?
今日は何の日でしょう? Today!!
目次 1. はじめに 2. 論文概要 3. 論文の提案 4. 実験 5.
実験結果 6. まとめ
1Pでわかる論文概要 1. 白黒画像をDeep Learning(CNN)で彩色する論文 2. Lを入力とし、ab空間を求めて再構築。 3. Class Rebalanceを考慮した誤差関数を使う。
どんな論文か?
どんな論文か?
どんな論文か?
従来までのColorizationとの違い 1. 従来と異なるところ 1. シーケンシャルなモデル(Single Streamと表現) 1. Dilated convolutionを使った。 2.
誤差関数を改良した。 1. クラスリバランスな誤差関数を使った
論文の提案 1. 色推定部はクラス分類を実施した。 1. 従来手法は回帰式や通常の分類 2. レア度を考慮した式を構築 2. 頻出度合いに応じた重み付けを実施した。 1.
クラスリバランスな式を構築、検証
ネットワーク構成 L空間 ab空間 Conv + ReLU + BatchNorm
問題 1. ネットワークの入力と教師は次の通り 1. 入力画像はL Channelの画像 2. 教師はab空間の画像 2. L空間の画像を与えた時にab空間はどのようになっ
ているかを答えるネットワーク
CIE Lab空間 1. CIE Lab色空間は人間の視覚を近似するよう設計さ れている。 1. 人間の知覚に最も合う空間 2. L:明度、a,b:カラー軸
引用「http://www.adobe.com/jp/support/techguides/color/colormodels/cielab.html」 これを推定する。
誤差関数の発展 1. 連続値を使用した誤差関数 1. L2誤差関数 2. 多クラス分類を使った誤差関数 3. Class Rebalancingを利用した誤差関数(提案)
1. 2にClassRebalancing項を加えた。
L2 誤差関数 1. 色空間を連続値として扱い、誤差を計算した。 2. L2 誤差関数は曖昧さに 対して、ロバストではない。
クラス分類の誤差関数 1. 多クラス分類の誤差関数を使い計算を試みた。 1. Lab空間のグリッドをサイズ10ずつで分割した。 2. 分割結果はQ=313となり、この空間を推定する。 Qの分布
Why class rebalance 1. 自然画像はabの値が偏る。 1. 自然画像は壁や背景、塗装が多い。 1. 一色でカラーリングされている箇所が該当しそう。 2.
Pixelの出現頻度に応じて重みを付ける。 1. リバランスする為の重みをつける。
Class rebalancing 1. 提案手法であるClass reblancingは次式 通常のクラス分類と同様 クラスリバランシング これを求める。
Class rebalancing 通常のクラス分類と同様 クラスリバランシング L値によって分布が異なる。
Class rebalancing 1. 提案手法であるClass reblancingは次式 通常のクラス分類と同様 クラスリバランシング これを求める。
Rebalancing rebalancingで使うWeight 313 0.5
求めるべきYを推定 1. 分布(Z)を求めたので最後はYを推定する。 2. Tの変化により、分布が変化する。 1. T=1の場合:変化なし 2. T=0に近い場合:ピークが強調される。 3.
T=0の場合:1hotになる。 これをどうするか
Tの値による推移
Tの値による推移 大体このあたりが 違う。
彩色成功例 提案手法
彩色失敗例
実験内容 1. 実験データはImageNetを利用し、trainとvalidation はそのデータを使っている。 2. 評価手法はAMT、VGG top1、AuCのスコアを使い、 評価している。
評価手法 1. AMT(Amazon Mechanical Turk) 1. AMTを使って生成とGround Truth画像を2枚見せ、どちら がよりリアルかを判定する。 2.
VGG Top1 1. クラス分類の正答率を計算 3. AuC 1. ab空間のエラー閾値が一定以下かを計算する。
結果 最も良い
GTと生成手法で並べた
昔からある白黒画像を入力した
まとめ 1. グレー画像からカラー画像へ変換するタスクを解 いた。 2. クラスリバランスを行った。 3. よりリアルな彩色が可能となった。