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！

龙图腾网恭喜西北工业大学申请的专利基于双边特征金字塔网络与多尺度鉴别的本质图像分解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：CN116188791B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202310136169.9，技术领域涉及：G06V10/40；该发明授权基于双边特征金字塔网络与多尺度鉴别的本质图像分解方法是由蒋晓悦;王众鹏;冯晓毅;夏召强;韩逸飞设计研发完成，并于2023-02-20向国家知识产权局提交的专利申请。

本基于双边特征金字塔网络与多尺度鉴别的本质图像分解方法在说明书摘要公布了：本发明涉及一种基于双边特征金字塔网络与多尺度鉴别的本质图像分解方法，将两个并行的生成对抗网络作为主体网络，分别对反射图和光照图进行重构。针对生成网络，提出了局部分频特征融合的策略，分别实现对高频反射特征和低频光照特征的选择和保留。同时，在鉴别器中加入了多尺度的自适应组合模块，对多尺度特征的贡献进行自适应评估，强化鉴别效果并提升生成效果。本发明方法在多种数据集上都表现优异，在MPI‑Sintel数据集中，本发明相比其他方法的最优结果的重构均方误差降低了13.26％；在ShapeNet数据集中，本发明相比其他方法的最优结果的重构均方误差降低了26.09％。

本发明授权基于双边特征金字塔网络与多尺度鉴别的本质图像分解方法在权利要求书中公布了：1.一种基于双边特征金字塔网络与多尺度鉴别的本质图像分解方法，其特征在于步骤如下：步骤1：构建训练图像样本库；步骤2：构建生成器网络；所述的生成器网络包含反射图生成器和光照图生成器，反射图生成器和光照图生成器在结构上只有在跳连接通道上有所不同，生成器的主干网络采取U-Net网络结构为模板，一共有5层，每层卷积层对应的通道依次为16、32、64、128和256；对于跳连接通道，本发明采取上下对称的结构；反射图生成器先从低频向高频计算中间特征，再从高频向低频结合中间特征计算输出特征；光照图生成器先从高频向低频计算中间特征，再从低频向高频结合中间特征计算输出特征；步骤3：构造鉴别器网络；所述的鉴别器网络由四层卷积神经网络组成，卷积层步长为2，每经过一个卷积层尺寸减半，四个卷积层的通道变化分别是3到64、64到128、128到256、256到512，每个卷积层的输出都压缩为单通道的特征概率图；当鉴别器判别为真时，所有的单通道特征概率图接近为1，而判别为假时，所以的单通道特征概率图接近为0；步骤4：定义损失函数；定义生成器损失如公式1所示：LG＝LGAN-G+Lmse+Lcos+Lbf+Lfeat1其中，LGAN-G表示固有损失函数，Lmse表示均方误差函数，Lcos表示余弦损失函数，Lfeat表示特征损失函数；固有损失函数LGAN-G的计算公式如公式2所示： 其中，Wk表示第k层归一化权重参数，k表示网络层序号，fake_outputk表示输出图像为假的概率，ones表示概率为1；均方误差函数Lmse的计算公式如公式3所示： 其中，fake_imagei表示解码器的倒数第i层特征图的输出，true_imagei表示与解码器第i层特征图的输出相同尺寸的图像标签；余弦损失函数Lcos的计算公式如公式4所示： 其中，fake_reionj表示生成图像的第j块区域，true_regionj表示生成图像的第j块区域；交叉双边滤波损失Lbf的计算公式如公式5-6所示： 其中，Lbf表示双边带滤波损失，bf表示双边带滤波，C表示标签图像，{A,S}分别表示反射图和光照图，Jp表示双边滤波器的输出，Cp表示标签图像第p个像素的值，Np表示p像素以及邻居像素的总和个数，Wp表示正规化权重，q表示p的邻居像素位置，Np表示第p个像素的邻居像素位置集合，表示空间高斯核，p表示第p个像素的位置，表示范围高斯核，Cq表示邻居像素q的值；Lfeat的计算公式如公式8所示： 其中，l表示VGG网络的第l层，Fl表示第l层特征图的通道数，Hl表示第l层特征图的高度，Wl表示第l层特征图的宽度，表示第l层的特征激活值；定义鉴别器损失如公式9所示： 其中，L2表示l1损失，yi表示ground-truth图像，fxi表示超分辨率后的图像；步骤5：网络训练在反射图生成器或光照图生成器进行训练时，将反射图生成器或光照图生成器输出的反射图或光照图输入鉴别器，鉴别器将输入的反射图或光照图与标签图像进行对比，输出反射图或光照图与标签图像一致的概率；步骤6：将待处理的原始图像分别输入步骤5得到反射图生成器或光照图生成器中，输出图像就是原始图像分解得到的反射图或光照图。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路；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”。