買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉長春理工大學申請的專利一種基于雙分支交互融合的圖像彩色化方法、系統及設備獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119810233B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411876856.5，技術領域涉及：G06T11/00；該發明授權一種基于雙分支交互融合的圖像彩色化方法、系統及設備是由詹偉達;陳宇;韓登;于國棟;朱德鵬;王春陽;池守鑫;蔣一純設計研發完成，并于2024-12-19向國家知識產權局提交的專利申請。

本一種基于雙分支交互融合的圖像彩色化方法、系統及設備在說明書摘要公布了：本發明公開一種基于雙分支交互融合的圖像彩色化方法、系統及設備；涉及圖像處理技術領域，步驟為：對采集的原始數據進行預處理；采用局部特征提取分支和全局特征提取分支從處理后的原始數據中提取局部空間信息和全局語義信息；采用交互融合模塊合并局部特征提取分支和全局特征提取分支提取的特征；采用堆疊的多個上下文聚合模塊對局部特征提取分支、全局特征提取分支及交互融合模塊輸出的特征進行特征間的互補融合；設計損失函數，最小化網絡輸出圖像與標簽的損失函數；本申請提出了局部特征提取分支和全局特征提取分支，并結合交互融合模塊和上下文聚合模塊，增強對多尺度上下文語義特征的聚合能力，優化了彩色化結果的邊界清晰度和細節表現力。

本發明授權一種基于雙分支交互融合的圖像彩色化方法、系統及設備在權利要求書中公布了：1.一種基于雙分支交互融合的圖像彩色化方法，其特征在于，包括以下步驟： 步驟1，數據預處理：對采集的原始數據進行預處理；采用數據增強策略確保預處理后的原始數據的多樣性； 步驟2，特征信息提取：采用局部特征提取分支和全局特征提取分支從處理后的原始數據中提取局部空間信息和全局語義信息； 局部特征提取分支包括卷積層一、卷積層二、卷積層三、卷積層四、卷積層五、實例歸一化層、L型函數、加操作和拼接操作，用于通過多層次的殘差連接實現了特征的多尺度建模，使網絡能夠在多個感受野上同時提取特征信息； 全局特征提取分支包括視覺狀態空間模塊和自適應線性注意力模塊；所述視覺狀態空間模塊用于識別和處理圖像的邊界信息，減少邊界信息的模糊性和潛在混淆現象；所述適應線性注意力模塊用于對圖像的全局信息進行編碼，實現了對全局上下文信息的精準獲取，強化全局上下文建模能力； 步驟3，特征信息融合：采用交互融合模塊合并所述局部特征提取分支和所述全局特征提取分支提取的特征，用于實現雙分支編碼器之間信息的互補和融合，生成了包含更全面語義信息的特征表示； 步驟4，特征信息解碼：采用堆疊的多個上下文聚合模塊對所述局部特征提取分支、所述全局特征提取分支及所述交互融合模塊輸出的特征進行特征間的互補融合，用于保持空間信息完整性和優化空間細節的表達與重建； 所述上下文聚合模塊將低層特征的空間細節與高層特征的語義信息結合，用于實現特征間的互補融合在保持空間信息完整性的同時增強特征的語義表達能力； 步驟5，損失函數校正：設計損失函數，最小化網絡輸出圖像與標簽的損失函數；所述損失函數為復合損失函數，生成器采用的損失函數包括對抗損失、像素損失、感知損失和結構相似性損失； 所述上下文聚合模塊包括卷積層、特征矯正模塊、通道注意力模塊、空間注意力模塊、S型函數二、乘操作和加操作，卷積核大小為3×3； 其中，所述特征矯正模塊包括卷積層、上采樣操作、扭曲操作和拼接操作，卷積核大小為1×1和3×3；所述通道注意力模塊包括歸一化層、S型函數二和乘操作；所述空間注意力模塊包括卷積層、S型函數二和乘操作，卷積核大小為1×1和3×3。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人長春理工大學，其通訊地址為：130012 吉林省長春市衛星路7089號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。