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！

龙图腾网获悉天津大学申请的专利一种基于扩散模型的多曝光图像高动态范围图像重建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：CN119741243B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411827430.0，技术领域涉及：G06T5/90；该发明授权一种基于扩散模型的多曝光图像高动态范围图像重建方法是由杨敬钰;杨立波;岳焕景;李坤;刘鑫设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。

本一种基于扩散模型的多曝光图像高动态范围图像重建方法在说明书摘要公布了：本发明公开了一种基于扩散模型的多曝光图像高动态范围图像重建方法，属于计算机视觉技术领域，采用对高动态范围图像正向加噪，反向去噪扩散处理。为了恢复过曝光区域和欠曝光区域的细节，同时避免引入运动伪影，本发明采用基于扩散模型的深度神经网络的多曝光高动态图像复原框架，同时结合空间注意力机制和交互注意力机制充分利用低动态范围图像的信息，保证了图像内容的一致性和高保真度。本发明用于高动态范围图像的重建。

本发明授权一种基于扩散模型的多曝光图像高动态范围图像重建方法在权利要求书中公布了：1.一种基于扩散模型的多曝光图像高动态范围图像重建方法，其特征在于，包括以下步骤： S1、构建高动态范围图像重建扩散模型的扩散过程； S2、建立高动态范围图像重建扩散模型，将多曝光低动态范围图像作为输入，通过高动态范围图像重建扩散模型输出预测噪声； S3、基于S1所构建的扩散过程对高动态范围图像重建扩散模型进行训练； S4、基于扩散模型的逆过程，利用预测噪声，迭代重建的高动态范围图像； 所述高动态范围图像重建扩散模型包括以下两部分： 基于空间注意力机制的多曝光图像特征引导网络gθ：所述多曝光图像特征引导网络gθ由基于空间注意力模块组成，将参考帧I2和相邻帧I1和I3作为输入，首先经过卷积层分别提取图像特征，将参考帧特征和相邻帧特征沿特征通道方向进行拼接，输入多个级联的卷积-激活层中生成一组空间权重，将空间权重与相邻帧相乘获得相邻帧的对齐特征；然后对齐特征经过线性层进行特征变换，经过多个卷积层生成空间动态仿射变换参数；所述空间动态仿射变换参数包括缩放参数和偏移参数；最后利用仿射变换参数对参考帧的特征进行调制获得调制增强特征； 基于交互注意力机制的条件噪声预测网络εθ：由基于像素级交叉注意力的U-Net型网络组成，首先对输入特征进行下采样，然后通过上采样恢复原特征尺寸；在U-Net的每层网络中，包括卷积-基于窗口的像素级交互注意力-卷积的结构，并在各层网络中加入残差连接；其中，基于窗口的像素级交互注意力具体包括如下内容： 参考帧I2经过卷积层提取低动态参考特征；随后，将低动态参考特征和调制增强特征划分为多个固定大小的局部窗口；将低动态参考特征窗口内的像素特征作为查询向量，将调制增强特征对应窗口内的像素特征作为键和值向量；然后计算查询向量与键向量之间的点积，并对结果进行归一化处理，获得注意力分数；最后，利用注意力分数对值向量进行加权求和，得到参考特征的增强表示。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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”。

以上内容由龙图腾AI智能生成。