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！

龙图腾网获悉安徽大学申请的专利基于掩码自注意力特征分离与多尺度融合的图像增强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：CN120259110B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202510407197.9，技术领域涉及：G06T5/60；该发明授权基于掩码自注意力特征分离与多尺度融合的图像增强方法是由任积峰;孙扬;傅佳欣;朱妮娜;陈倩;陈嘉玲;王佳雨设计研发完成，并于2025-04-02向国家知识产权局提交的专利申请。

本基于掩码自注意力特征分离与多尺度融合的图像增强方法在说明书摘要公布了：本发明提供一种基于掩码自注意力特征分离与多尺度融合的图像增强方法，包括：获取待处理的第一图像；利用训练好的图像增强网络对所述第一图像进行处理，得到高质量的第二图像，其中，所述图像增强网络的表达式如下：XHQ＝HRCHSFXLQ+HDFHSFXLQ，式中，XLQ为所述第一图像，XHQ为所述第二图像，HSF为浅层特征提取单元，HDF为深层特征增强单元，HRC为高质量图像重建单元。通过搭建基于掩码自注意力特征分离与双窗多尺度特征融合的图像增强网络，基于掩码自注意力机制将输入图像的特征分离为关联特征和差分特征，再通过双窗多尺度特征对关联特征和差分特征进行处理和融合，结合浅层特征，生成高质量的增强图像，该方法复杂度低、且能有效增强图像质量。

本发明授权基于掩码自注意力特征分离与多尺度融合的图像增强方法在权利要求书中公布了：1.一种基于掩码自注意力特征分离与多尺度融合的图像增强方法，其特征在于，包括： 获取待处理的第一图像； 利用训练好的图像增强网络对所述第一图像进行处理，得到高质量的第二图像，其中，所述图像增强网络的表达式如下： XHQ＝HRCHSFXLQ+HDFHSFXLQ， 式中，XLQ为所述第一图像，XHQ为所述第二图像，HSF为浅层特征提取单元，HDF为深层特征增强单元，HRC为高质量图像重建单元； 所述深层特征增强单元包括掩码自注意力特征分离单元和双窗多尺度融合单元； 所述掩码自注意力特征分离单元基于掩码自注意力机制，对所述浅层特征提取单元提取的浅层特征进行分离，得到关联特征和差分特征，其中，所述关联特征用于表征图像中不同区域之间的全局依赖关系，所述差分特征用于表征局部细节信息； 所述双窗多尺度融合单元用于对所述关联特征和所述差分特征进行处理，得到深层特征； 所述掩码自注意力特征分离单元按如下步骤对所述浅层特征进行分离： 对所述浅层特征进行归一化操作得到第一特征； 利用三个线性层分别对所述第一特征进行处理，得到查询矩阵、键矩阵以及值矩阵； 对所述查询矩阵和所述键矩阵进行深度可分离卷积操作后再进行重塑操作，分别得到第一矩阵和第二矩阵； 对所述第二矩阵进行置换操作，得到第三矩阵； 对所述第一矩阵和所述第三矩阵进行矩阵乘法计算后，再进行归一化操作，得到第四矩阵； 利用可训练的二值化层对所述第四矩阵进行处理，得到二值矩阵； 对所述值矩阵和所述二值矩阵进行矩阵乘法计算，得到所述关联特征； 将所述第一特征减去所述关联特征，得到所述差分特征。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。