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！

龙图腾网获悉浙江工业大学申请的专利一种基于低秩全变分深度先验融合的视觉数据补全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：CN117745570B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202311700277.0，技术领域涉及：G06T5/70；该发明授权一种基于低秩全变分深度先验融合的视觉数据补全方法是由姚晓敏;徐宏辉;许愿;郑建炜设计研发完成，并于2023-12-12向国家知识产权局提交的专利申请。

本一种基于低秩全变分深度先验融合的视觉数据补全方法在说明书摘要公布了：本发明属于张量补全技术领域，尤其涉及一种基于低秩全变分深度先验融合的视觉数据补全方法。本发明包括构建低秩全变分深度先验融合算法，将观测张量输入低秩全变分深度先验融合算法，采用ADMM算法对低秩全变分深度先验融合算法的变量，输出复原张量。通过基于log范数的转化张量核范数以及3DTV的加权提升方案以及利用灰度图像进行训练的卷积神经网络提供的隐式先验，以同时捕获低秩、分段平滑和数据驱动先验；选用基于酉矩阵变换的转化张量核范数挖掘张量本质的低秩属性；引入非凸log函数代替TNN中的l1范数来有效减缓秩函数的偏离情况，以构建基于酉矩阵变换的非凸转化张量核范数正则项，提供本质秩函数的更优逼近。

本发明授权一种基于低秩全变分深度先验融合的视觉数据补全方法在权利要求书中公布了：1.一种基于低秩全变分深度先验融合的视觉数据补全方法，其特征在于，所述基于低秩全变分深度先验融合的视觉数据补全方法，包括： 构建低秩全变分深度先验融合算法，将观测张量输入低秩全变分深度先验融合算法，所述低秩全变分深度先验融合算法引入三个辅助变量 以及约束条件和目标函数用如下公式表示： 其中，Lβ表示目标函数，表示复原张量，和Λn是拉格朗日乘子，βi,i＝1,…,4是拉格朗日乘子系数，||·||LT表示基于log函数的非凸转化张量核范数， n1表示宽度，n2表示高度，n3表示通道数，表示强制执行复原张量和观测张量在索引集Ω保持相等的投影算子，·,·为内积，为F范数，T表示矩阵转置，表示局部连续性的先验，λ和τ为两个权衡参数，n＝1,2,3，||·||21为l21范数，Un、Vn为的矩阵因子，表示P的梯度，P表示的二维形式，表示Un与的矩阵乘积，n表示维度； 采用ADMM算法对低秩全变分深度先验融合算法的辅助变量辅助变量辅助变量复原张量矩阵因子Un和矩阵因子Vn进行优化，更新拉格朗日参数； 输出复原张量。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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”。