华南理工大学陈百基获国家专利权
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!
龙图腾网获悉华南理工大学申请的专利基于下采样置信网络的图像修复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:CN116503273B 。
龙图腾网通过国家知识产权局官网在2026-01-16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:202310370641.5,技术领域涉及:G06T5/77;该发明授权基于下采样置信网络的图像修复方法是由陈百基;罗文雅设计研发完成,并于2023-04-07向国家知识产权局提交的专利申请。
本基于下采样置信网络的图像修复方法在说明书摘要公布了:本发明公开了一种基于下采样置信网络的图像修复方法,包括:1准备开源数据集,并将数据集分为训练集、验证集和测试集;2设计一种下采样置信网络,具体是将DeepFillv2作为图像生成模块,并提出下采样置信模块,将下采样置信模块生成的置信像素添加到图像生成模块的输入图像;3使用训练集和验证集对下采样置信网络进行训练和验证;4使用测试集对已训练的下采样置信网络进行测试,输出修复好的图像。本发明基于下采样置信网络生成的置信像素,获取到了图像远方的信息,这有助于加强输出图像缺失区域中心的约束,达到了语义明确的结果,这不仅确保了优越的性能,还更好控制计算成本。
本发明授权基于下采样置信网络的图像修复方法在权利要求书中公布了:1.基于下采样置信网络的图像修复方法,其特征在于,包括以下步骤: 1准备开源数据集,并将数据集分为训练集、验证集和测试集; 2设计一种下采样置信网络,该下采样置信网络是基于DeepFillv2进行改进,具体是将DeepFillv2作为图像生成模块,并提出下采样置信模块,将下采样置信模块生成的置信像素添加到图像生成模块的输入图像,加强图像生成模块的图像缺失区域中心的约束,获取到置信像素中的远方信息,使图像达到语义明确的结果; 所述下采样置信网络分为两个部分:图像生成模块和下采样置信模块;所述图像生成模块使用DeepFillv2,因为它使用了门控卷积,这能够帮助识别下采样置信模块生成的置信像素的有效性,且在推理中支持不同的分辨率;所述下采样置信模块的结构与DeepFillv2的结构类似,采用由粗网络到细网络的模型结构,粗网络和细网络都使用编码器和解码器的结构,粗网络有一个编码器和一个解码器;细网络有一个编码器和两个解码器,一个解码器用来生成完整图像,另一个解码器用来生成置信度矩阵,为了帮助生成置信度的解码器了解图像生成的细节,两个解码器之间使用跳跃连接;在细网络阶段,使用光谱归一化马尔可夫鉴别器来进行对抗训练,它的输入由图像和掩码组成,输出形状为H×W×C的三维特征,H表示长,W表示宽,C表示通道数; 3使用训练集对下采样置信网络进行训练,使用验证集来判断网络的拟合效果,并选择最佳的网络模型作为最终训练好的下采样置信网络; 4使用测试集对已训练的下采样置信网络进行测试,输出修复好的图像,即最终的预测图像; 将测试集中图像输入已训练的下采样置信网络,通过下采样置信模块生成低分辨率图像和置信度矩阵,然后将下采样置信模块生成的低分辨率图像和置信度矩阵相乘获取到的置信像素上采样填充到图像生成模块的输入图像,将填充后的输入图像输入到图像生成模块,图像生成模块的缺失区域能够通过下采样置信模块产生合理的置信信息作为先验信息以及通过损失函数使用梯度下降法配合链式法则更新网络参数,得到最终的图像结果,即修复图像Ir。
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华南理工大学,其通讯地址为:510640 广东省广州市天河区五山路381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