主题：色彩增强
原文：https://www.arxiv-vanity.com/papers/1804.04450/
简介：使用DRL的颜色增强方法，选取图像增强的操作。训练使用高质量图像，进行扭曲-恢复的训练。（！这个可以节省标记时间和成本和主观性，为其他提供参考）
#感觉跟修复受损图像的有点像啊
他人工作：
Exemplar-based methods：（不用管了）
基于学习： 源颜色分布到目标颜色分布
- 多模态问题：？？
我们：马尔科夫决策过程，将修饰看作全局颜色调整。
基本操作：亮度、对比度、白平衡
#不同图像受到不同人群喜爱：改变重一点轻一点。
#逆过程（有人要吗？？）；滤镜添加
#想法：锐化等。图像局部处理（目标检测/图像分割+处理过程）。
#随机训练：但是可能和现实可能见到的图片相差甚远。现实。死黑死白到失真问题。
对比：
基于关键词搜索；基于图片风格搜索； 数据库中找到候选图像，然后搜索局部颜色增强算子。
基于学习：深度。。
和我们最接近：Yan \etal[19] 。区别：我们的智能体直接选择一个操作。不需要按步骤评价。不受限于数据集。动作集不受限。
之前的数据集有分布偏差，需要训练对得到特定分布，泛化性差。
生成对抗网络：可以用于此工作。*一个生成对抗网络的应用例子。
模型：
目标函数：人类输入图像作为标准背景、我们要的图像跟它比最接近。
最小。
对比函数：
马尔可夫决策：状态（上下文+颜色）、动作。。
deterministic 每一步操作确定。
加上次数t:
框架：Q-learning
学习：选取最高。
#此算法是贪心。考虑采用其他选取方法？
动作空间: #叠加有效。
？语境特征： CIELab
训练：
1.扭曲-恢复训练。选取一些简单、实际、非线性类型的随机扭曲
基于tf， Adam优化器
特征选择：sixth layer of VGG16 [16] model
优点：1.最重要：扭曲恢复方法。2.强化学习还可以。
pose estimation 姿态估计
semantic <语>语义的，语义学的
segmentation 分割; 分段; 切分; 分节
sophisticated 复杂的; 精致的; 富有经验的; 深奥…
distortion 扭曲，变形; 失真，畸变; 扭转
terminate 结束; 使终结; 解雇; 到达终点站; 结束的
Notation 记号，标记法
recognition 意识
threshold 阈值
Temporal 时间的; 世俗的; 暂存的; <语>表示时…
Inference 推理; 推断; 推论
Intuitively 直觉地，直观地; 由直觉而得地
gradient 梯度，陡度; 变化率，梯度变化曲线; <…
in line with 本着; 跟…一致，符合
recognition network 识别网络