图像着色
Parent: ai_keywords
图像着色
核心定义
图像着色（Image Colorization）指将灰度或黑白图像自动赋予合理颜色，使其视觉真实、语义一致的过程。传统方法依赖手工标注或参考图像，现代方法以深度学习为核心，通过大规模数据学习色彩分布的统计规律，实现端到端、多模态的彩色化重建。
关键技术点
-
基于深度学习的端到端着色
采用卷积神经网络（CNN）或生成对抗网络（GAN），将灰度输入映射至Lab/HSV颜色空间，直接回归a、b通道或对抗生成色彩。典型结构如U-Net、ResNet，配合感知损失（如VGG特征距离）提升纹理与语义保持度。 -
颜色空间建模与感知损失
将RGB转换为Lab空间，分离亮度（L）与色彩（ab），避免亮度干扰。引入感知损失（基于预训练分类网络的特征相似度）和风格损失（Gram矩阵），使着色结果在人类视觉感知上更自然，防止伪影与过平滑。 -
上下文感知与注意力机制
利用自注意力或Transformer捕获长距离依赖，识别语义区域（天空、皮肤、植被）并赋予先验色彩。例如，交叉注意力模块可融合全局语义标签与局部纹理，解决同物异色歧义。 -
条件生成与用户引导
支持以色彩涂鸦、参考图像或文本描述为条件输入，通过条件GAN（cGAN）或扩散模型实现可控着色。用户可局部修正，提升人机协同的准确性与灵活性。
医学/神经科学应用场景
在首都医科大学神经病学研究中，图像着色技术被用于多模态神经影像的伪彩色增强与病灶可视化。例如，对脑部灰质核团（如基底节区）的T1加权MRI灰度数据进行自适应着色：将壳核、尾状核等结构依据体素密度映射至热力图色阶，清晰区分缺血灶与正常组织。结合扩散加权成像（DWI）与AI着色，可瞬时标记急性脑梗死核心区，辅助医生在溶栓窗口内快速决策。该技术同时应用于阿尔茨海默病患者的PET图像，通过颜色编码突显β-淀粉样蛋白沉积区域，提升早期诊断的敏感性与可解释性。
