南京大学岳涛获国家专利权
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！
龙图腾网获悉南京大学申请的专利融合噪声的基于卷积神经网络的图像位深度拓展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：CN116263940B 。
龙图腾网通过国家知识产权局官网在2025-08-22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：202111517306.0，技术领域涉及：G06T5/80；该发明授权融合噪声的基于卷积神经网络的图像位深度拓展方法是由岳涛;耿丽媛;胡雪梅设计研发完成，并于2021-12-13向国家知识产权局提交的专利申请。
本融合噪声的基于卷积神经网络的图像位深度拓展方法在说明书摘要公布了：本发明公开了一种融合噪声的基于卷积神经网络的图像位深度拓展方法。该方法包括以下步骤：1准备数据集，添加适量高斯噪声后进行量化，噪声方差视量化级别而定，生成对应的训练集和测试集；2搭建多阶段特征融合的卷积神经网络模型，包括两层卷积层、四个稠密连接模块以及特征注意力模块；3训练多阶段特征融合的卷积神经网络模型，更新模型参数；4将待处理的图像输入给训练好的神经网络模型，输出高比特图像。利用本发明的方法可以有效地恢复低比特图像，获得高质量的高比特图像。尤其对于极低比特的图像，可以有效地解决伪影、失真等问题，将其恢复成标准位深度图像。
本发明授权融合噪声的基于卷积神经网络的图像位深度拓展方法在权利要求书中公布了：1.融合噪声的基于卷积神经网络的图像位深度拓展方法，其特征在于，包括以下步骤： 步骤S1，准备训练数据集：在公开数据集上根据量化级别添加不同等级的高斯噪声后，再量化到相应的比特位数，分别生成训练集和测试集； 步骤S2，搭建多阶段特征融合的卷积神经网络模型，该模型包括两层卷积层、四个稠密连接模块以及特征注意力模块，其中，两层卷积层和四个稠密连接模块的输出连接特征注意力模块的输入； 步骤S3，以最小化损失函数为目标训练所述多阶段特征融合的卷积神经网络模型，形成图像位深度拓展网络模型； 步骤S4，将带有噪声的低比特测试图像输入给训练完成的图像位深度拓展网络模型，输出恢复后的图像。
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南京大学，其通讯地址为：210046 江苏省南京市栖霞区仙林大道163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”。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号