Proponemos un novedoso marco de colorización de imágenes de extremo a extremo que integra un mecanismo de atención y una función de normalización adaptativa aprendible. A diferencia de los métodos de colorización anteriores que generan directamente toda la imagen, creemos que el color del área significativa determina la calidad de la imagen colorizada. El mecanismo de atención utiliza el mapa de atención que se obtiene mediante el clasificador auxiliar para guiar nuestro marco a producir contenido más sutil y colores visualmente agradables en regiones visuales destacadas. Además, aplicamos la función de Normalización Adaptativa por Grupos de Instancia (AGIN) para promover que nuestro marco genere imágenes colorizadas vívidas de manera flexible, considerando la colorización como una tarea de transferencia de estilo particular. Los experimentos muestran que nuestro modelo es superior a los modelos de última generación anteriores en la colorización de objetos en primer plano.