GAN guidata da una segmentazione debole per~la modifica realistica dei colori

Abstract degli autori

Modificare il colore delle immagini in modo realistico ha molte applicazioni, tra cui cambiare la percezione di un’immagine, aumentare i dati e intervenire nella post-produzione cinematografica. Progettare uno strumento automatico è una sfida complessa, affrontata da tempo. In particolare, è difficile soddisfare insieme due requisiti: generare risultati realistici, privi di artefatti, e consentire di scegliere con precisione il colore finale. I metodi convenzionali basati sulla segmentazione e sulla corrispondenza degli istogrammi massimizzano la controllabilità, ma producono anche risultati poco realistici oppure sono complessi da automatizzare. Al contrario, le GAN specializzate nella generazione di risultati realistici sono difficili da controllare. Per superare queste difficoltà, proponiamo una nuova architettura GAN che sfrutta qualsiasi modello di segmentazione differenziabile. Dimostriamo la generalità del nostro approccio, che ottiene risultati all’avanguardia in diversi casi d’uso. Genera immagini dall’aspetto realistico e offre al tempo stesso un controllo preciso del colore.