iColoriT: Towards Propagating Local Hint to the Right Region in Interactive Colorization by Leveraging Vision Transformer

要約

ポイントインタラクティブ画像の色付けは、ユーザーが特定の場所の色を指定したときにグレースケール画像を色付けすることを目的としています。
ポイントインタラクティブカラーリング方法では、ユーザーが提供した色（つまり、ユーザーヒント）を画像全体に適切に伝播して、最小限のユーザーの労力で適度にカラー化された画像を取得することが不可欠です。
ただし、既存のアプローチでは、ヒントを離れた関連領域に伝播するための畳み込み層のスタックの非効率的な設計により、部分的に色付けされた結果が生成されることがよくあります。
この問題に対処するために、トランスフォーマーのグローバルな受容野を活用して、ユーザーのヒントを関連する領域に伝播できる、新しいポイントインタラクティブカラー化ビジョントランスフォーマーであるiColoriTを紹介します。
トランスフォーマーの自己注意メカニズムにより、iColoriTは、いくつかのローカルヒントだけで関連する領域を選択的に色付けできます。
私たちのアプローチは、デコーダーアーキテクチャに代わる効率的なアップサンプリング技術であるピクセルシャッフリングを利用して、画像をリアルタイムで色付けします。
また、大きなアップサンプリング比でのピクセルシャッフリングによって引き起こされるアーティファクトを軽減するために、ローカル安定化レイヤーを提示します。
広範な定量的および定性的な結果は、私たちのアプローチがポイントインタラクティブカラーリングの既存の方法を大幅に上回り、ユーザーの最小限の労力で正確にカラー化された画像を生成することを示しています。

要約(オリジナル)

Point-interactive image colorization aims to colorize grayscale images when a user provides the colors for specific locations. It is essential for point-interactive colorization methods to appropriately propagate user-provided colors (i.e., user hints) in the entire image to obtain a reasonably colorized image with minimal user effort. However, existing approaches often produce partially colorized results due to the inefficient design of stacking convolutional layers to propagate hints to distant relevant regions. To address this problem, we present iColoriT, a novel point-interactive colorization Vision Transformer capable of propagating user hints to relevant regions, leveraging the global receptive field of Transformers. The self-attention mechanism of Transformers enables iColoriT to selectively colorize relevant regions with only a few local hints. Our approach colorizes images in real-time by utilizing pixel shuffling, an efficient upsampling technique that replaces the decoder architecture. Also, in order to mitigate the artifacts caused by pixel shuffling with large upsampling ratios, we present the local stabilizing layer. Extensive quantitative and qualitative results demonstrate that our approach highly outperforms existing methods for point-interactive colorization, producing accurately colorized images with a user’s minimal effort.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google