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！

龙图腾网获悉华南理工大学申请的专利使用隐编码库对模糊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：CN116071257B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202310042698.2，技术领域涉及：G06T5/73；该发明授权使用隐编码库对模糊人脸图像去模糊方法是由何盛烽;姜雨馨设计研发完成，并于2023-01-28向国家知识产权局提交的专利申请。

本使用隐编码库对模糊人脸图像去模糊方法在说明书摘要公布了：本发明公开了一种使用隐编码库对模糊人脸图像去模糊方法，包括：1对输入的模糊人脸图像进行下采样，每次下采样提取对应分辨率图像的特征图以及隐编码，最终得到隐编码矩阵和不同分辨率的特征图；2将得到的隐编码矩阵和不同分辨率的特征图，分层传入隐编码库；3隐编码库将最终下采样得到的特征图作为原始输入，不断进行向上采样及针对隐编码风格应用和对应分辨率特征图的卷积，实现图像重建；4完成隐编码库的图像重建，形成与输入的模糊人脸图像有高相似度的人脸高分辨率图像。本发明能够强化退化图像的特征提取及其在重建过程的表达能力，对退化特征的提取进行了层次化解耦以便于在重建过程中的层次迭代中不断解耦地应用对应尺度的特征。

本发明授权使用隐编码库对模糊人脸图像去模糊方法在权利要求书中公布了：1.使用隐编码库对模糊人脸图像去模糊方法，其特征在于，包括以下步骤： 1对输入的模糊人脸图像进行下采样，每次下采样提取对应分辨率图像的特征图以及隐编码，最终得到隐编码矩阵和不同分辨率的特征图，具体如下： 通过编码器对输入的模糊人脸图像进行N层次下采样，首先，通过RRDBNet对模糊人脸图像的输入进行特征图提取，然后通过以下公式逐渐降低特征的分辨率：fi＝Eifi-1,i＝1,2,3,...,N，其中fi为第i层通过RRDBNet提取的特征图；fi-1为第i-1层通过RRDBNet提取的特征图，分辨率为fi的2*2倍；Ei表示一个步长为2的卷积与步长为1的卷积的堆栈，为RRDBNet一个单独的下采样层表示，最后，通过卷积和全连接层来生成隐编码矩阵，隐编码矩阵表示为：C＝EN+1fN，其中fN为第N层所得到的特征图，EN+1为最后一层即第N+1个下采样层，步骤1最终产生了不同分辨率的特征图fi和隐编码矩阵C； 2将得到的隐编码矩阵和不同分辨率的特征图，分层传入隐编码库； 3隐编码库将最终下采样得到的特征图作为原始输入，不断进行向上采样及针对隐编码风格应用和对应分辨率特征图的卷积，实现图像重建； fN为第N层所得到的特征图，具体为输入的模糊人脸图像尺寸经过N层下采样后的最小分辨率的卷积特征图，其作为隐编码库的初始输入，隐编码库的结构操作表示为： 式中，S0表示为第0层的网络结构，c0为隐编码矩阵C中的第0列，gi代表第i个块的输出特征，gi-1为上一个块所生成的特征，fN-i为RRDBNet经过N-i次下采样得到的特征图，Si表示对从第1层开始到第N层的隐编码库网络结构，该网络结构以基于风格的对抗生成网络为基础；该网络结构的层级关系与步骤1的层次结构相对应； 4完成隐编码库的图像重建，形成与输入的模糊人脸图像有高相似度的人脸高分辨率图像。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。