基于生成对抗网络的异常视觉图像重着色算法

摘要

相较于正常人可以正确感知三维颜色空间的所有色彩,异常视觉患者只能感知到二维颜色空间的色彩甚至只能感知亮度的变化。针对异常视觉患者对颜色信息感知的偏差或缺失问题,提出通过新的生成对抗网络模型对图像重着色来提高异常视觉患者对图像中颜色信息的辨识度。该网络模型在基础条件生成对抗网络模型之上进行了改进。首先,在基础网络模型中加入异常视觉仿真的计算模型,以便于从异常视觉患者的视角去检验图像的重着色过程;其次,引入彩色图转灰度图模块来消除生成图像中的随机噪声;最后,将高斯混合模型和KL散度的计算模型作为先验性条件模块,指导图像重着色的主要方向。实验结果表明,新网络模型的表现优于现有的异常视觉图像转换方法。