买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉长春理工大学申请的专利一种基于双分支交互融合的图像彩色化方法、系统及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119810233B 。

龙图腾网通过国家知识产权局官网在2025-09-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411876856.5，技术领域涉及：G06T11/00；该发明授权一种基于双分支交互融合的图像彩色化方法、系统及设备是由詹伟达;陈宇;韩登;于国栋;朱德鹏;王春阳;池守鑫;蒋一纯设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本一种基于双分支交互融合的图像彩色化方法、系统及设备在说明书摘要公布了：本发明公开一种基于双分支交互融合的图像彩色化方法、系统及设备；涉及图像处理技术领域，步骤为：对采集的原始数据进行预处理；采用局部特征提取分支和全局特征提取分支从处理后的原始数据中提取局部空间信息和全局语义信息；采用交互融合模块合并局部特征提取分支和全局特征提取分支提取的特征；采用堆叠的多个上下文聚合模块对局部特征提取分支、全局特征提取分支及交互融合模块输出的特征进行特征间的互补融合；设计损失函数，最小化网络输出图像与标签的损失函数；本申请提出了局部特征提取分支和全局特征提取分支，并结合交互融合模块和上下文聚合模块，增强对多尺度上下文语义特征的聚合能力，优化了彩色化结果的边界清晰度和细节表现力。

本发明授权一种基于双分支交互融合的图像彩色化方法、系统及设备在权利要求书中公布了：1.一种基于双分支交互融合的图像彩色化方法，其特征在于，包括以下步骤： 步骤1，数据预处理：对采集的原始数据进行预处理；采用数据增强策略确保预处理后的原始数据的多样性； 步骤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从处理后的原始数据中提取局部空间信息和全局语义信息； 局部特征提取分支包括卷积层一、卷积层二、卷积层三、卷积层四、卷积层五、实例归一化层、L型函数、加操作和拼接操作，用于通过多层次的残差连接实现了特征的多尺度建模，使网络能够在多个感受野上同时提取特征信息； 全局特征提取分支包括视觉状态空间模块和自适应线性注意力模块；所述视觉状态空间模块用于识别和处理图像的边界信息，减少边界信息的模糊性和潜在混淆现象；所述适应线性注意力模块用于对图像的全局信息进行编码，实现了对全局上下文信息的精准获取，强化全局上下文建模能力； 步骤3，特征信息融合：采用交互融合模块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，用于实现双分支编码器之间信息的互补和融合，生成了包含更全面语义信息的特征表示； 步骤4，特征信息解码：采用堆叠的多个上下文聚合模块对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块输出的特征进行特征间的互补融合，用于保持空间信息完整性和优化空间细节的表达与重建； 所述上下文聚合模块将低层特征的空间细节与高层特征的语义信息结合，用于实现特征间的互补融合在保持空间信息完整性的同时增强特征的语义表达能力； 步骤5，损失函数校正：设计损失函数，最小化网络输出图像与标签的损失函数；所述损失函数为复合损失函数，生成器采用的损失函数包括对抗损失、像素损失、感知损失和结构相似性损失； 所述上下文聚合模块包括卷积层、特征矫正模块、通道注意力模块、空间注意力模块、S型函数二、乘操作和加操作，卷积核大小为3×3； 其中，所述特征矫正模块包括卷积层、上采样操作、扭曲操作和拼接操作，卷积核大小为1×1和3×3；所述通道注意力模块包括归一化层、S型函数二和乘操作；所述空间注意力模块包括卷积层、S型函数二和乘操作，卷积核大小为1×1和3×3。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人长春理工大学，其通讯地址为：130012 吉林省长春市卫星路7089号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。