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！

龙图腾网恭喜中国科学院自动化研究所申请的专利一种基于解耦对比学习的隐式图像退化估计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：CN119399029B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202510013541.6，技术领域涉及：G06T3/4053；该发明授权一种基于解耦对比学习的隐式图像退化估计方法是由王博;袁江;罗冠;王有文;张欣怡;胡卫明设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本一种基于解耦对比学习的隐式图像退化估计方法在说明书摘要公布了：本发明公开了一种基于解耦对比学习的隐式图像退化估计方法，属于图像盲超分辨率技术领域，所述方法采样具有相同退化信息的不同LR图像中的图块来构建正样本集合，在数据层面保障了内容、纹理等任务无关信息不会影响退化特征学习，同时，通过不断地循环配对采样图块来实现数据扩增；在训练过程中引入特征增强策略增加相同退化类型的正样本数量，从而在训练过程中进一步扩展每个退化类别的样本多样性，以保障网络更充分的学习退化信息。将利用本发明训练的隐式图像退化估计器应用于基于隐式退化特征引导的盲图像超分辨率网络，可以有效提升LR图像的退化信息建模质量，进而改善LR图像到HR图像的重建效果。

本发明授权一种基于解耦对比学习的隐式图像退化估计方法在权利要求书中公布了：1.一种基于解耦对比学习的隐式图像退化估计方法，其特征在于，所述方法包括如下步骤：步骤1、构建特征增强对比学习网络模型；步骤2、采集高清图像集合并进行预处理；包括：随机在高清图像集合的每张高清图像中采样一个图块，形成高清图块序列；将高清图块序列以步长为1进行循环移位，以得到第一新高清图块序列，循环移位操作被连续执行若干次，得到若干个第二新高清图块序列；将第一高清图块序列与通过循环移位得到的若干个第二新高清图块序列组成高清图块矩阵；以列为单位，对高清图块矩阵中的每一列施加不同的退化参数，以得到高清图块对应的低清图块样本，作为正样本用于特征增强对比学习网络模型的训练；步骤3、将预处理后的高清图像集合作为训练数据，输入特征增强对比学习网络模型进行训练；基于对比损失函数及动量更新策略更新特征增强对比学习网络模型的参数；步骤4、利用随机梯度下降算法优化特征增强对比学习网络模型参数，直至达到训练终止条件，保存优化好的特征增强对比学习网络模型。

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科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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”。