一种基于语义分割和生成对抗网络的图像自动上色方法

一种基于语义分割和生成对抗网络的图像自动上色方法，涉及计算机视觉和深度学习技术领域。技术方案：采用以ChromaGAN为基础框架的模型；设计用于帮助模型获取更多的语义解析信息的语义分割网络；在所述分割网络中加入形状先验模块；使用外部存储网络对上色主网络做指导，提取图像的颜色直方图信息和类别信息，将这些信息存储到存储网络中；利用存储的颜色直方图信息和语义信息进行融合以提升色彩的饱和度完成上色。有益效果：本发明通过创新的技术方案，解决了现有图像上色技术中的关键问题，显著提升了上色质量、色彩饱和度和真实感，同时增强了模型的泛化能力和训练稳定性，降低了用户交互成本，为图像上色技术的发展和应用提供了新的思路和解决方案。