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！

龙图腾网获悉四川大学申请的专利基于风格卷积的双掩码特征注意人脸图像去模糊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：CN117274611B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202311437114.8，技术领域涉及：G06V10/34；该发明授权基于风格卷积的双掩码特征注意人脸图像去模糊方法是由于弘吉;刘艳丽;邢冠宇设计研发完成，并于2023-11-01向国家知识产权局提交的专利申请。

本基于风格卷积的双掩码特征注意人脸图像去模糊方法在说明书摘要公布了：本发明提出了一种基于风格卷积的双掩码特征注意人脸图像去模糊方法，采用风格卷积网络并结合双掩码注意力机制有效去除人脸图像模糊，恢复人脸图像细节。所提出的多尺度特征注意提取编码器提取模糊人脸图像中不同尺度的身份特征信息，保证提取特征与模糊人脸图像的身份一致性。所提出的风格卷积双掩码生成器解析出特征中对应的皮肤语义掩码和五官语义掩码，同时得到相应的去模糊特征。所提出的双掩码特征注意自适应融合解码器，通过注意力机制提取模糊人脸图像中掩码区域特征，与去模糊特征自适应融合，增强去模糊人脸图像细节。因此，所提出的方法可以在单幅模糊人脸图像的输入下，将其恢复为清晰人脸图像，以便提高人脸识别等任务的性能表现。

本发明授权基于风格卷积的双掩码特征注意人脸图像去模糊方法在权利要求书中公布了：1.基于风格卷积双掩码的人脸图像去模糊方法，其特征在于，它包括网络训练和推理两个过程： 所述的网络训练过程具体描述为： 步骤一，将模糊人脸图输入到多尺度特征注意提取编码器E中生成对应的模糊人脸信息特征图EB，具体过程为：将模糊人脸图像输入到特征注意提取模块，获得初步模糊人脸图像特征，同时将模糊人脸图像进行下采样至与模糊人脸图像特征图相同大小，通过卷积得到原始的模糊人脸图像特征图，最后通过乘积操作以及求和操作对二者融合，得到模糊人脸信息特征图； 步骤二，将模糊人脸信息特征图输入到风格卷积双掩码生成器D m 中预测初步去模糊人脸图像特征图以及其对应的皮肤语义掩码和五官语义掩码，具体过程为： a、将模糊人脸信息特征图EB输入风格卷积解码器中得到初步去模糊人脸图像特征图,其过程表述为：，其中G表示为初步去模糊人脸图像特征图，S表示为风格卷积解码器； b、将初步去模糊人脸图像特征图G输入到双掩码生成器中来预测初步去模糊人脸图像对应的皮肤语义掩码（即M' s）和五官语义掩码（即M' c），其过程表述为： ， ，其中D ms表示为皮肤语义生成器，D mc表示为五官语义生成器，双语义掩码预测损失函数是：，其中M s代表真实的皮肤语义掩码，M' s代表预测的皮肤语义掩码，M c代表真实的五官语义掩码，M' c代表预测五官语义掩码，log表示为对数函数； 步骤三，将模糊人脸信息特征图、皮肤语义掩码、五官语义掩码以及初步去模糊人脸图像特征图输入到双掩码特征注意自适应融合解码器D a 中，并解码得到对应的清晰人脸图像，具体过程为： a、首先将人脸信息特征图与皮肤语义掩码和五官语义掩码以及初步去模糊人脸图像特征图输入到注意特征提取模块中，具体过程为： 1）、将皮肤语义掩码M' s与五官语义掩码M' c分别与初步去模糊人脸图像特征图G相乘，得到掩码对应区域的人脸图像，其过程表述为：，，其中G s表示为皮肤掩码区域对应的人脸图像，G c表示为五官掩码区域对应的人脸图像； 2）、将皮肤掩码区域对应人脸图像G s和五官掩码区域对应人脸图像G c分别与初步去模糊人脸图像特征图G相乘，经激活函数得到掩码区域的人脸图像注意图，其过程表述为：，，其中A s表示为皮肤掩码区域的人脸图像注意图，A c表示为五官掩码区域的人脸图像注意图，softMax表示激活函数； 3）、将皮肤掩码区域的人脸图像注意图A s和五官掩码区域的人脸图像注意图A c分别与人脸信息特征图EB相乘，提高人脸信息特征图在掩码区域部分的占比权重，得到掩码注意人脸信息特征图，其过程表述为：，，其中F s表示为皮肤掩码注意人脸信息特征图，F c表示为五官掩码注意人脸信息特征图； 4）、将皮肤掩码注意人脸信息特征图F s与五官掩码注意人脸信息特征图F c相结合，得到掩码注意人脸信息特征图F，其过程表述为：，其中cat表示为按通道结合方式； b、将掩码注意人脸信息特征图与人脸信息特征图以及初步去模糊人脸图像特征图输入到自适应融合模块中，具体过程为： 1）、将掩码注意人脸信息特征图F与初步去模糊人脸图像特征图G以及人脸信息特征图EB输入到卷积层中经过激活函数得到衡量掩码注意人脸信息特征图F与人脸信息特征图EB的权重w，其过程表述为：，其中Sigmoid表示为激活函数，conv表示为卷积层； 2）、将掩码注意人脸信息特征图F与人脸信息特征图EB按权重w结合，并与初步去模糊人脸图像特征图G求和，经过卷积层得到清晰的人脸图像去模糊图，其过程表述为：，其中conv表示为卷积层，R'表示为重建的清晰人脸图像； 步骤四，将重建的清晰人脸图像R'和真实的清晰人脸图像R输入到鉴别器D dis 中，判断图像为真实清晰图像的概率，并构建总的目标函数，其具体表示为： ，其中L adv 表示为生成对抗目标函数，L rec 表示为重建目标函数，L id 表示为身份一致目标函数，L fea 表示为纹理特征一致目标函数； 步骤五，利用清晰人脸图像和对应的模糊人脸图像数据集以及总的目标函数训练多尺度特征提取编码器，风格卷积语义掩码生成器，双掩码特征注意自适应融合解码器以及鉴别器； 所述的网络推理过程具体描述为： 步骤一、将模糊人脸图像输入到训练好的编码器和特征解码器中，输出模糊人脸信息特征图； 步骤二、利用风格卷积双掩码生成器根据输入的模糊人脸信息特征图得到初步去模糊人脸图像特征图，并得到相应的人脸语义掩码图； 步骤三、将初步去模糊人脸图像特征图与模糊人脸信息特征图以及双人脸语义掩码图输入到双掩码特征注意自适应融合解码器，得到对应的清晰的人脸图像。

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四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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”。