47、黑白肖像着色与飞行测试遥测系统的技术探索

黑白肖像着色与飞行测试遥测系统的技术探索

黑白肖像着色技术

在黑白肖像着色领域，不同性别的肖像有着明显的色彩特征差异。女性肖像通常更显温柔温暖，嘴唇颜色更亮；而男性肖像则倾向于冷色调。基于此，我们对不同性别的肖像进行分类和训练，以获得具有不同性别特征的生成器。

Pix2pix模型在肖像着色中的应用

Pix2pix网络被用于肖像着色。在Pix2pix中，G网络采用带跳跃连接的u-net结构，输入的黑白肖像和输出的彩色肖像具有相同特征。跳跃连接能在G网络的第i层和第n - i层之间传递一些低级信息。同时，为D网络设计了马尔可夫判别器。经过不断迭代和对抗训练，G网络的生成能力增强，D网络的识别能力提高，最终二者达到平衡，G网络能够自动学习从输入图像到目标图像的映射关系，实现黑白肖像的着色。
常见的条件GAN可表示为：
[
\min_{G} \max_{D} V(D, G) = E_{x \sim P_{data}} [\log D(x|y)] + E_{z \sim P_{z}(z)} [\log (1 - D(G(z|y)))]
]
其中，G网络试图最小化该目标，而D网络则相反地试图最大化它。不过，大量实验表明，Pix2pix虽然能较好地理解肖像的面部轮廓并添加相应颜色，但无法区分肖像的性别。因此，我们在训练时为不同性别构建不同的数据集，以获得用于为不同性别肖像着色的多个G网络。

性别识别模型的设计

为了对要着色的黑白肖像进行性别分类，我们设计了一个简单的BP神经网络。该网络使用梯度下降法和Sigmoid函数进行训练。通过输入大量标记好的男性和女性肖像进行模型训练，最终得到一个能够有效识