Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国船舶集团有限公司第七〇九研究所刘毅获国家专利权

中国船舶集团有限公司第七〇九研究所刘毅获国家专利权

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!

龙图腾网获悉中国船舶集团有限公司第七〇九研究所申请的专利一种面向多场景的图像修复方法和装置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:CN119338698B

龙图腾网通过国家知识产权局官网在2025-11-21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:202411406552.2,技术领域涉及:G06T5/60;该发明授权一种面向多场景的图像修复方法和装置是由刘毅设计研发完成,并于2024-10-10向国家知识产权局提交的专利申请。

一种面向多场景的图像修复方法和装置在说明书摘要公布了:本发明涉及图像修复领域,特别是涉及一种面向多场景的图像修复方法和装置。本发明:图像修复使用的神经网络模型中包括:编码器、解码器A和解码器B;将图像样本输入至编码器中,使用编码器提取图像样本的多尺度深度特征;将多尺度深度特征分别输入解码器A和解码器B中,使用解码器A恢复有噪音图像,使用解码器B恢复无噪音图像;基于有噪音图像和无噪音图像获得损失函数,基于损失函数对神经网络模型进行训练;使用训练后的编码器提取待修复图像的多尺度深度特征,将多尺度深度特征输入解码器B中,以获得修复后的干净图像。本发明可以针对多种降质因素进行图像质量增强,较好地还原出高质量的图像。

本发明授权一种面向多场景的图像修复方法和装置在权利要求书中公布了:1.一种面向多场景的图像修复方法,其特征在于,图像修复使用的神经网络模型中包括编码器、解码器A和解码器B,包括: 将图像样本输入至编码器中,使用编码器提取图像样本的多尺度深度特征; 将多尺度深度特征分别输入解码器A和解码器B中,使用解码器A恢复有噪音图像,使用解码器B恢复无噪音图像;所述解码器A和所述解码器B的结构相同; 基于有噪音图像和无噪音图像获得损失函数,基于损失函数对神经网络模型进行训练; 使用训练后的编码器提取待修复图像的多尺度深度特征,将多尺度深度特征输入解码器B中,以获得修复后的干净图像; 所述编码器包括Stem卷积、大核卷积、Transformer块和下采样卷积,所述使用编码器提取图像样本的多尺度深度特征,具体包括: 获取图像样本的张量,将张量分别输入Stem卷积、大核卷积、Transformer块和下采样卷积中;使用Stem卷积中提取图像样本的浅层特征,使用大核卷积提取图像样本的中层特征,使用2组串联的Transformer块和下采样卷积分别提取图像样本不同维度的深层特征;将浅层特征、中层特征和深层特征分别表示为特征张量,将所有特征张量的集合作为图像样本的多尺度深度特征; 所述解码器A包括4个结构一致的转置卷积模块,所述使用解码器A恢复有噪音图像,具体包括:获取编码器对应层的输出结果和上级解码器的输出结果,将获取到的输出结果输入至每个转置卷积模块相应的卷积中,以便通过相应的转置卷积模块得到恢复后的有噪音图像; 所述解码器A的每个转置卷积模块中依次包括:批量归一化、第一卷积、激活函数、第一转置卷积、第二卷积和第二转置卷积,所述将获取到的输出结果输入至每个转置卷积模块相应的卷积中,具体包括: 将编码器对应层的输出结果输入至第二卷积中,将上一层解码器的输出结果输入至批量归一化和第二转置卷积中。

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中国船舶集团有限公司第七〇九研究所,其通讯地址为:430000 湖北省武汉市江夏区凤凰产业园藏龙北路1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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。