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！

龙图腾网获悉西安工程大学申请的专利基于Transformer与生成对抗网络的图像着色方法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：CN115546338B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202211247125.5，技术领域涉及：G06T11/00；该发明授权基于Transformer与生成对抗网络的图像着色方法是由薛涛;马鹏森设计研发完成，并于2022-10-12向国家知识产权局提交的专利申请。

本基于Transformer与生成对抗网络的图像着色方法在说明书摘要公布了：本发明公开了一种基于Transformer与生成对抗网络用于图像着色方法，使用生成对抗网络GAN与Transformer，而不是单纯的使用卷积神经网络CNN来解决图像着色问题，提出的Transformer‑GAN通过基于窗口的多头自注意力机制、计算资源友好的鉴别器减少过多的计算资源。局部增强前向传播网络和跳跃连接确保了浅层特征可以在网络中被有效地传输和利用，使得Transformer‑GAN可以有效地捕获全局和局部信息之间的相关性。还通过数据增强、目标函数选择来探索最佳的训练过程，形成的彩色图像生成器和鉴别器使得Transformer‑GAN在图像彩色化方面表现良好。实现了最佳的视觉效果。

本发明授权基于Transformer与生成对抗网络的图像着色方法在权利要求书中公布了：1.基于Transformer与生成对抗网络的图像着色方法，其特征在于，该方法按照以下步骤实施， 步骤1、构建基于生成对抗网络的图像着色模型，所述图像着色模型包括彩色图像生成器和鉴别器；所述彩色图像生成器用于生成彩色图像，所述鉴别器用于判断输入的图像是真实彩色图像或伪彩色图像； 步骤1中，所述彩色图像生成器中包含多个MWin-transformer模块，所述Mwin-transformer模块的功能是提取和重建图像的特征，输出3通道有效彩色图像：所述Mwin-transformer模块由三个核心部分组成：基于窗口的多头自注意力机制、层归一化操作LN和局部增强前向传播网络LeFF； 步骤2、将灰色图像输入所述图像着色模型的彩色图像生成器生成伪彩色图像； 所述彩色图像生成器生成伪彩色图像的流程如下所示： X′＝EmbeddedTokensXin X″＝W-MSALNX′+X′ Xout＝LeFFLNX″+X″ 其中，Xin表示输入，为灰色图像或伪彩色图像； EmbeddingTokens表示将Xin转换成向量； X′表示将Xin输入进EmbeddingTokens得到的向量输出； 然后将向量X′进行层归一化后的结果LNX′输入进基于窗口的多头自注意力机制W-MSA得到提取了特征信息的向量，再与X′相加得到汇聚了更多特征信息的向量X″；X″表示将X′输入进基于窗口的多头自注意力机制以及层归一化操作得到的输出； 继续将向量X″进行层归一化，将归一化后的LNX″输入进局部增强前向传播网络得到提取了更多局部特征信息的向量，再与X″相加得到汇聚了更多局部特征信息的向量Xout，Xout表示将X″输入进局部增强前向传播网络LeFF以及层归一化操作得到的输出； 步骤3、分别更新鉴别器以及彩色图像生成器的参数： 步骤3.1：首先固定彩色图像生成器的参数，将所述伪彩色图像以及所述灰色图像对应的真实彩色图像依次交替输入鉴别器，然后根据损失函数计算所述灰色图像对应的真实彩色图像与标签值为1之间的损失，以及根据损失函数计算所述灰色图像生成的伪彩色图像与标签值为0之间的损失，最后利用反向传播算法，更新所述鉴别器的参数；其中标签值为1代表的是真实的图像，标签值为0代表的是生成的伪彩色图像； 步骤3.2：固定鉴别器的参数，根据损失函数计算生成的伪彩色图像与标签值为1之间的损失，最后利用反向传播算法，更新所述彩色图像生成器的参数； 步骤3.3：不断循环步骤3.1和步骤3.2更新鉴别器和彩色图像生成器参数的过程，直至损失值收敛，彩色图像生成器生成效果不错的伪彩色图像，即获得了优化后图像着色模型； 步骤4、利用优化后的图像着色模型就直接对灰色图像进行着色。

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西安工程大学，其通讯地址为：710048 陕西省西安市碑林区金花南路19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”。