浙江大学;浙江大学金华研究院程志远获国家专利权
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!
龙图腾网获悉浙江大学;浙江大学金华研究院申请的专利基于主成分分析和扩散模型的热红外本底图像生成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:CN119048378B 。
龙图腾网通过国家知识产权局官网在2025-10-14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:202411158773.2,技术领域涉及:G06T5/60;该发明授权基于主成分分析和扩散模型的热红外本底图像生成方法是由程志远;俞贝楠;李贇鑫;曹思源;沈会良;钱徽设计研发完成,并于2024-08-22向国家知识产权局提交的专利申请。
本基于主成分分析和扩散模型的热红外本底图像生成方法在说明书摘要公布了:本发明公开了一种基于主成分分析和扩散模型的热红外本底图像生成方法,该方法的目的是通过对热红外本底图像进行建模,从而生成多样性的热红外本底图像,为热红外图像去本底的神经网络算法提供有效的训练数据对。主成分分析可以提取出热红外本底图像中的主要成分,获取热红外本底图像中的主要特征;扩散模型通过学习热红外本底图像中的剩余成分的特征,从而生成更多的符合实际分布的热红外本底图像剩余成分;基于主要成分和生成的剩余成分即可生成大量的热红外本底图像。实验表明,在相同的去本底网络下,相比于使用直接采集到的热红外本底图像构造的热红外图像,本发明生成的热红外本底图像构造的热红外图像训练得到的网络具有更好的去本底效果。
本发明授权基于主成分分析和扩散模型的热红外本底图像生成方法在权利要求书中公布了:1.一种基于主成分分析和扩散模型的热红外本底图像生成方法,其特征在于,通过主成分分析和扩散模型对单一的热红外本底图像建模,生成多样的热红外本底图像;所述热红外本底图像生成方法的具体步骤如下: S1:热红外本底图像采集:使用热红外相机对着温度均匀的黑体采集得到原始热红外本底图像; S2:使用主成分分析和扩散模型对热红外本底图像建模; S21:基于主成分分析法得到热红外本底图像的成分,分析各个成分的贡献度,保留主要成分及其对应的权重; 所述步骤S21具体过程如下: S211将采集到的张大小为的热红外本底图像拼接成矩阵; S212计算矩阵的第二维度的像素值的平均值; S213计算协方差矩阵; S214计算协方差矩阵的特征值矩阵,特征向量矩阵; S215计算矩阵对应的成分:,根据特征值得到各成分的贡献度大小,只保留贡献值较大的前个成分的特征向量,对应的成分权重为前个特征值; S216仅保留热红外本底图像的前个成分作为主要成分图像; S22:去除热红外本底图像的主要成分,得到剩余成分; S23:基于扩散模型来学习剩余成分的特征,生成热红外本底图像剩余成分; S3:基于主要成分和生成的剩余成分,得到多样的热红外本底图像。
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浙江大学;浙江大学金华研究院,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励