التصعيد اللوني للصور بمساعدة المستخدم في الوقت الفعلي باستخدام الأولويات العميقة المُتعلمة

نقترح نهجًا يستند إلى التعلم العميق للتصعيد اللوني للصور بقيادة المستخدم. يقوم النظام بتقديم صورة رمادية مباشرة، مع تلميحات محلية متباعدة من قبل المستخدم، إلى نتيجة تصعيد لوني باستخدام شبكة عصبية تقنية (CNN). بدلاً من استخدام قواعد محددة يدويًا، ينقل النظام تعديلات المستخدم من خلال دمج مؤشرات مستوى منخفض مع معلومات سémانكية عالية المستوى تم تعلمها من بيانات على نطاق واسع. نقوم بالتدريب على مليون صورة، مع إدخالات مستخدم محاكاة. لمساعدة المستخدم في اختيار الإدخالات بكفاءة، يقدم النظام ألوانًا محتملة بناءً على الصورة المدخلة والإدخالات الحالية للمستخدم. يتم تنفيذ التصعيد اللوني في مرور واحد للأمام، مما يتيح الاستخدام الفوري. حتى مع إدخالات مستخدم محاكاة بشكل عشوائي، نظهر أن النظام المقترح يساعد المستخدمين المبتدئين على إنشاء تصعيدات لونية واقعية بسرعة، ويقدم تحسينات كبيرة في جودة التصعيد اللوني بعد دقيقة واحدة فقط من الاستخدام. بالإضافة إلى ذلك، نوضح أن الإطار يمكن أن يدمج تلميحات أخرى من المستخدم إلى التصعيد اللوني المرغوب، مما يظهر تطبيقه في نقل الرسم البياني اللوني (color histogram transfer). يمكن الوصول إلى شفرتنا ونماذجنا عبر الرابط: https://richzhang.github.io/ideepcolor.注释：在阿拉伯语中，“سémانكية”应为“سمنكية”，但这里为了保持术语的专业性和一致性，使用了“semantic”对应的音译形式。如果需要更加本地化的翻译，可以将其改为“سمنكية”。