PulseAugur
中
实时 01:49:13

ColorFM 框架通过优化和学习增强图像色彩迁移

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员推出 ColorFM，一个结合优化和学习技术的新型图像色彩迁移框架。该方法将色彩迁移重新构建为使用流匹配 (Flow Matching) 在速度场中移动像素分布。该框架包括针对实例特定优化的 ColorFM-O，以及一个在生成数据上训练的高效前馈模型 ColorFM-L，后者在视觉质量、结构保真度和语义一致性方面均优于现有方法。 AI

影响 这项研究可能带来更准确、语义一致的图像色彩迁移，惠及图像编辑和内容创作等应用。

排序理由 该集群描述了一篇详细介绍新型图像色彩迁移框架的最新研究论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

ColorFM 框架通过优化和学习增强图像色彩迁移

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Yuhang He, Kai Zhang, Xiaoming Li, Du Chen, Jian Yang ·

    ColorFM：一种通过流匹配进行颜色迁移的优化到学习框架

    arXiv:2607.07119v1 Announce Type: new Abstract: Color transfer aims to align the color distribution of a source image with that of a reference image while preserving structural and semantic consistency. However, existing methods often suffer from inaccurate global mapping, semant…

  2. arXiv cs.CV TIER_1 English(EN) · Jian Yang ·

    ColorFM：一种通过流匹配进行颜色迁移的优化到学习框架

    Color transfer aims to align the color distribution of a source image with that of a reference image while preserving structural and semantic consistency. However, existing methods often suffer from inaccurate global mapping, semantic misalignment, and visual artifacts. To addres…

相关实体

相关话题