在科技如此发达的当今社会,电脑图片的上色还一直停留在手工阶段。以电影为例,作为人类文化与艺术的载体,已然在我们的历史中存在了123年。随着科技的日新月异,电影也经历了千变万化,黑白胶片早已成为过去,数字电影逐渐成为新的潮流。虽然电影形式不断更新,但给黑白电影上色却是一个非常复杂的工作。抛开传统的手工上色技巧不说,当下最常用的上色处理方法是使用后期处理软件电影帧进行上色。上色除了要有足够过人的技术,还需要非凡的耐心和良好的审美,对操作人员是极大的考验。随着近年来机器学习和神经网络的广泛使用,使得计算机能够对图片进行智能处理,对图片上色技术也可以实现。从2016年开始提出的各类生成对抗网络模型在图片样式转移、图像上色、图片风格变换等领域大放异彩。在此背景下,利用生成对抗网络原理处理图片和视频,实现黑白电影的自动渲染,将大大提高电影帧图像渲染的效率,并且减少处理成本,具有很大的商业和科研价值。结合分析,我们的工作将生成对抗网络(GANs)原理应用到黑白电影帧的渲染中,把黑白电影帧转换到彩色电影帧。并且在一定实验数据对比下,我们提出了改进的生成对抗网络,加入了添加自监督(self-attention)机制,实现端到端训练,并且在推理过程中进行准确的渲染预测以及更大的信息区域用于高效的进行电影帧的色彩渲染。经过实验结果表明,该色彩渲染算法符合人们的正常审美标准,此外,合成的视频帧包含了更充分的色彩信息,具有更好的观影效果。