中国石油大学(华东)张千获国家专利权
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!
龙图腾网获悉中国石油大学(华东)申请的专利一种基于非均匀采样与尺度自适应监督的图像处理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:CN120765459B 。
龙图腾网通过国家知识产权局官网在2025-12-02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:202511287103.5,技术领域涉及:G06T3/4046;该发明授权一种基于非均匀采样与尺度自适应监督的图像处理方法是由张千;苑慧君;仪世萌;邵明文;刘建航;梁鸿;钟敏设计研发完成,并于2025-09-10向国家知识产权局提交的专利申请。
本一种基于非均匀采样与尺度自适应监督的图像处理方法在说明书摘要公布了:本发明公开一种基于非均匀采样与尺度自适应监督的图像处理方法,属于图像处理技术领域,用于图像处理,包括将超分辨率图像依次输入至自适应实例级网格生成器、扭曲采样网络和第一采样器,第一采样器得到非均匀图像;反扭曲采样网络对每个分块集合通过双线性映射的逆变换实现多尺度特征反扭曲,反扭曲采样网络的输出结果送至第二采样器,将非均匀图像输入骨干层获得非均匀特征图并送至第二采样器,第二采样器获得恢复的特征图并输入至模型中,获得图像处理结果。本发明有效保留细节特征,在油田数据集上,小目标处理精度明显提升,同时不影响大中目标的处理性能,动态令牌过滤策略减少计算冗余,兼顾效率与精度。
本发明授权一种基于非均匀采样与尺度自适应监督的图像处理方法在权利要求书中公布了:1.一种基于非均匀采样与尺度自适应监督的图像处理方法,其特征在于,包括: S1、获取待处理图像,送入超分辨率重建网络CAMixerSR恢复图像高频细节,生成超分辨率图像; S2、将超分辨率图像依次输入至自适应实例级网格生成器、扭曲采样网络和第一采样器; 将自适应实例级网格生成器的输出划分为若干矩形分块集合,送入反扭曲采样网络提取特征,反扭曲采样网络对每个分块集合通过双线性映射的逆变换实现多尺度特征反扭曲,将特征对齐至原始图像坐标系; S3、第一采样器基于显著性权重图对超分辨率图像进行非均匀扭曲采样,得到非均匀图像; S4、将非均匀图像输入骨干层Backbone获得非均匀特征图并送至第二采样器; S5、第二采样器获得恢复的特征图并输入至基于Transformer的SASDETR模型中,获得图像处理结果; 基于Transformer的SASDETR模型包括,将恢复的特征图输入至骨干层获得多层次特征,将多层次特征依次输入至自上而下分数调整层Top-downScoreModulations、编码器Encoder、查询改进层QueryRefinement、解码器Decoder,所述编码器中设有多个串联的编码器层EncoderLayer; 所述编码器的输入分为三支,一支直接输入位置更新层UpdateCorrespondingPositions,一支输入全局得分预测器GSP,一支输入全局阈值预测器GTP; GSP的结果输入至前景置信层ForegroundConfidence获得前景置信度,将前景置信度和GTP计算的每层特征图的过滤阈值一起输入动态令牌过滤层DynamicTokenFiltering,动态令牌过滤层后连接图层过滤层LayerFiltering,图层过滤层的输出包括背景特征和显著性特征,通过自注意力机制SelfAttention过滤背景特征,将得到的显著性特征输入位置更新层,位置更新层输出编码器层的处理结果。
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石油大学(华东),其通讯地址为:266590 山东省青岛市黄岛区长江西路66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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励