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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 杭州电子科技大学李子涵获国家专利权

杭州电子科技大学李子涵获国家专利权

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!

龙图腾网获悉杭州电子科技大学申请的专利一种智能电子警察动态场景成像清晰化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:CN116843558B

龙图腾网通过国家知识产权局官网在2026-03-27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:202310199764.7,技术领域涉及:G06T5/73;该发明授权一种智能电子警察动态场景成像清晰化方法是由李子涵;崔光茫;赵巨峰设计研发完成,并于2023-03-05向国家知识产权局提交的专利申请。

一种智能电子警察动态场景成像清晰化方法在说明书摘要公布了:本发明公开了一种智能电子警察动态场景成像清晰化方法,首选获取电子警察动态场景视频帧并清洗,得到清晰图像。其次利用插帧平均法获取模糊图像以及梯度图,建立数据集。然后构建EADN网络,利用边缘信息和多尺度信息共同实现模糊图像清晰化,并涉及损失函数以训练网络。最后对训练好的网络进行测试以检验网络效果,输出为去模糊的清晰图像。本发明增强网络学习非线性特征的能力,生成更准确的注意图,减少数据冗余,加速网络收敛,使得恢复的图像更加清晰。

本发明授权一种智能电子警察动态场景成像清晰化方法在权利要求书中公布了:1.一种智能电子警察动态场景成像清晰化方法,其特征在于,包括以下步骤: S1:获取电子警察动态场景视频帧,并利用拉普拉斯算子进行清洗,得到清晰的视频帧,即清晰图像; S2:由清晰图像,利用插帧平均法获取模糊图像; 模糊图像、清晰图像和模糊图像的梯度图共同建立数据集,数据集包括训练集和测试集; S3:构建边缘去模糊网络EADN,EADN包括强边缘提取网络和多级去模糊网络; 所述EADN构建了多级去模糊网络和强边缘提取网络并联的结构; 所述强边缘提取网络采用编码器-解码器网络U-Net结构作为主体结构,编码器和解码器部分均加入混合激活离散余弦变换自适应模块HDAM组,HDAM组由多个HDAM块组成; 强边缘提取网络利用梯度图的边缘信息通过特征融合连接和跨阶自适应融合模块CAFM模块,指导多级去模糊网络实现去模糊任务,并补充模糊图像中缺失的精细结构信息; 所述多级去模糊网络采用编码器-解码器网络U-Net与多尺度结构融合结构,每个尺度均采用U-Net结构,其输入图像是通过对更高一级尺度的输入图像进行两倍下采样得到的,并加入多个HDAM组进行特征提取,在最大尺度上进行两次下采样,而在最小尺度上不进行下采样操作; 多级去模糊网络中的相邻的两个尺度之间通过上采样融合连接和跨阶融合连接实现不同阶段间的信息流动; 所述HDAM的结构为一个双分支结构对图像特征进行提取,将输入图像x分别输入两个卷积层,并在卷积层后加入一个归一化层,将归一化后的结果分别使用ReLU激活函数和ELU激活函数进行激活;然后依次输入HDAM中的离散余弦通道注意块DCA和离散余弦空间注意块DSA中; S4:设置损失函数,计算损失以训练EADN,损失函数包括感知损失、边缘损失和频域内容FFT-content损失; S5:对训练好的EADN进行测试检验网络效果,其输入为测试集的图像,输出为去模糊的清晰图像。

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杭州电子科技大学,其通讯地址为:310018 浙江省杭州市钱塘区白杨街道2号大街1158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。