ty -jour a2 -fan，jianping au -aoki，terumasa au -nguyen，van py -2018 da -2018/01/10 ti-自动着色SP -1504691 VL -2018 AB -2018 AB- 2018 AB -2018 AB -2018 AB -2018 AB -2018 AB -2018 AB -2018通常分为两组：基于传播的方法和基于参考的方法。在基于参考的自动着色方法中，将颜色图像用作参考，以重建灰色目标图像的原始颜色。这里最重要的任务是找到参考图像和目标图像之间所有像素的最佳匹配对，以将颜色信息从参考将其传输到目标像素。在过去的二十年中，已经开发了许多基于本地功能的图像匹配方法。不幸的是，据我们所知，没有最佳的自动着色方法，因为自动着色中像素匹配的要求与传统图像匹配的要求完全不同。为了设计一种有效的匹配算法以自动着色，计算成本低和生成描述性特征向量的聚类像素是要解决的最重要挑战。在本文中，我们提出了一种解决这两个问题的新方法。特别是，我们的工作集中于解决第二个问题（设计描述性特征向量）；也就是说，我们将讨论如何使用缩放的稀疏纹理功能与非线性转换来学习描述性纹理功能，以构建最佳特征描述符。 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. SN - 1687-5680 UR - https://doi.org/10.1155/2018/1504691 DO - 10.1155/2018/1504691 JF - Advances in Multimedia PB - Hindawi KW - ER -