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！

龙图腾网获悉阜阳师范大学申请的专利一种基于DU-GAN网络的图像修复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：CN116579952B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202310670230.8，技术领域涉及：G06T5/77；该发明授权一种基于DU-GAN网络的图像修复方法是由刘华明;董创创;毕学慧;王秀友;王浩;刘争艳设计研发完成，并于2023-06-07向国家知识产权局提交的专利申请。

本一种基于DU-GAN网络的图像修复方法在说明书摘要公布了：本发明公开了一种基于DU‑GAN网络的图像修复方法，包括：1：在生成器中加入掩模位置编码加快网络的收敛速度和填充内容的准确性；2：在生成器网络中加入注意力机制使图像的纹理更加清晰；3：增加对抗损失，进一步约束生成图像的内容，提高修复图像的质量。本发明能在破损图像纹理和结构信息比较复杂的情况进行修复时，充分利用破损图像中所蕴含的纹理和结构信息，并将两者结合使用，从而能使修复后的图像质量更高，视觉效果更加自然。

本发明授权一种基于DU-GAN网络的图像修复方法在权利要求书中公布了：1.一种基于DU-GAN网络的图像修复方法，其特征在于，包含以下步骤： 步骤1、获取图像数据集并进行预处理： 获取图像数据集并分别剪裁成尺寸为的原始图像，再对裁剪后的原始图像添加尺寸为的掩码，得到预处理后的图像数据集记为，其中，表示第张图像；，为图像数据集中图像的总数； 将图像数据集B用Canny算子进行检测，得到图像边缘数据集，其中，表示第张边缘图像； 步骤2、构建DU-GAN网络，包括：生成器模块G和鉴别器模块A；其中，所述生成器模块G为双流AU-Net网络，每个AU-Net网络包括：位置编码器、编码器、注意力模块和解码器；其中，编码器包括m层卷积层；解码器包括m层反卷积层； 所述编码器的第2层卷积层与所述解码器的第m-1层反卷积层之间加入跳跃连接，依次类推，在所述编码器的第m层卷积层与所述解码器的第1层反卷积层之间加入跳跃连接；且每层卷积层和每层反卷积层后均设置有Padding操作；设置所有卷积层的步长为2c、反卷积层的步长设为c； 步骤2.1、所述生成器模块G分别对第张图像和第张边缘图像进行处理，得到修复后的解码图像的纹理特征和结构特征； 步骤2.2、将修复后的纹理特征和结构特征按照一定的比例ɑ进行融合，从而得到维度为的生成图像； 步骤2.3、构建含有三分支结构的鉴别器模块A，包括：修复后的图像鉴别分支O、修复后的图像灰度图鉴别分支P和修复后图像的边缘图鉴别分支L；每个分支均包含层卷积层，其中，卷积层的卷积核尺寸，步幅为；最一层卷积层使用sigmoid函数进行激活，其他卷积层使用LeakyReLU激活函数； 将生成图像输入到所述图像鉴别分支O中并经过卷积层的处理后，得到卷积图像； 利用cvtColor函数将生成图像转换为灰度图，将和输入所述图像灰度图鉴别分支P中并经过卷积层的处理后，得到灰度图像； 利用Canny算子检测生成图像的边缘图，将生成图像和边缘图输入所述边缘图鉴别分支L中并经过卷积层的处理后，得到边缘图像； 步骤2.4、将图像鉴别分支O、图像灰度图鉴别分支P和修复后图像的边缘图鉴别分支L模块得到的、和并行到一起，与原始图像进行鉴别： 步骤2.4.1、利用式1构建生成对抗损失： 1 式1中，表示从图像数据集中的第1个图像到第N个图像的期望值，表示生成器模块G的损失，表示鉴别器模块A的损失； 步骤2.4.2、利用式2构建全局目标函数： 2 步骤2.4.3、基于所述图像数据集B和图像边缘数据集，利用梯度下降法对所述基于DU-GAN网络进行训练，并计算所述全局目标函数，直到全局目标函数收敛为止，从而得到最优图像修复模型，用于对任一破损图像进行修复，并输出修复后的图像。

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阜阳师范大学，其通讯地址为：236037 安徽省阜阳市颍州区清河西路100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。