南昌航空大学盖杉获国家专利权
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！
龙图腾网获悉南昌航空大学申请的专利基于退化复四元数卷积神经网络的图像去噪方法及系统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：CN115393219B 。
龙图腾网通过国家知识产权局官网在2026-03-17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：202211036627.3，技术领域涉及：G06T5/70；该发明授权基于退化复四元数卷积神经网络的图像去噪方法及系统是由盖杉;聂博凡设计研发完成，并于2022-08-29向国家知识产权局提交的专利申请。
本基于退化复四元数卷积神经网络的图像去噪方法及系统在说明书摘要公布了：本发明涉及一种基于退化复四元数卷积神经网络的图像去噪方法及系统，包括：获取目标图像；将所述目标图像输入训练好的图像去噪模型中，得到目标图像对应的去噪图像；其中，训练好的图像去噪模型采用退化复四元数卷积神经网络模型，退化复四元数卷积神经网络模型是将实值神经网络模型除首、尾之外的卷积层替换为退化复四元卷积层得到的，退化复四元卷积层的运算方法为四元卷积核的每个轴与特征图的每个轴分别一一进行卷积运算的方法。采用退化复四元卷积层代替普通的实值卷积层，在卷积过程中，融合了图片的多维特征，考虑了多个通道之间的相关性。使得图片在去噪中有更丰富的特征被提取和学习，能够更好的与噪声点进行区分。
本发明授权基于退化复四元数卷积神经网络的图像去噪方法及系统在权利要求书中公布了：1.一种基于退化复四元数卷积神经网络的图像去噪方法，其特征在于，包括： 获取目标图像； 将所述目标图像输入训练好的图像去噪模型中，得到所述目标图像对应的去噪图像；所述训练好的图像去噪模型为以样本图像为输入，以所述样本图像添加噪声前的清晰图像为标签训练得到的模型； 其中，所述训练好的图像去噪模型采用退化复四元数卷积神经网络模型，所述退化复四元数卷积神经网络模型是将实值神经网络模型除首卷积层和尾卷积层之外的卷积层替换为退化复四元卷积层得到的，所述实值神经网络的首卷积层包含四个卷积核，所述退化复四元卷积层的运算方法为四元卷积核的每个轴与特征图的每个轴分别一一进行卷积运算的方法。
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南昌航空大学，其通讯地址为：330063 江西省南昌市丰和南大道696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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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