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！

龙图腾网获悉电子科技大学申请的专利一种基于区域特征自适应与注意力融合的散焦图估计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：CN118968001B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202410964223.3，技术领域涉及：G06V10/22；该发明授权一种基于区域特征自适应与注意力融合的散焦图估计方法是由郑宏;冯月;于力;董文健;陈雨龍设计研发完成，并于2024-07-18向国家知识产权局提交的专利申请。

本一种基于区域特征自适应与注意力融合的散焦图估计方法在说明书摘要公布了：本发明提供了一种基于区域特征自适应与注意力融合的散焦图估计方法，沿用了常见的Encoder‑Decoder结构作为基础网络，用于图像恢复任务。其次，在基础网络中加入跳跃连接，并在解码器中引入通道注意力机制，使得解码器能够更好地保留并利用编码器中提取的特征信息。同时，将区域特征自适应网络用于图像到图像的回归，将其附加到基础网络中，最小化合成特征和真实特征之间的域差异，并在区域特征自适应网络中同样引入通道注意力机制，进一步增强网络的表征能力。最后，在训练时首先训练区域特征自适应网络作为鉴别器，用鉴别器损失对合成域和真实域的特征进行分类，然后训练基础网络以最小化合成和真实散焦图像特征之间的域差异。

本发明授权一种基于区域特征自适应与注意力融合的散焦图估计方法在权利要求书中公布了：1.一种基于区域特征自适应与注意力融合的散焦图估计方法，其特征在于，包括步骤： 训练步骤： 训练图像集输入散焦估计网络，散焦估计网络输出图像的模糊量至区域特征自适应网络和级联残差块； 训练图像集包括带有标签的散焦图的合成散焦图像的训练集、没有标签的真实散焦图像的训练集和带有标签的二值模糊图的真实散焦图像的训练集；带有标签的散焦图的合成散焦图像的训练集属于合成域，没有标签的真实散焦图像的训练集和带有标签的二值模糊图的真实散焦图像的训练集属于真实域； 区域特征自适应网络对输入的图像的模糊量来自于真实域或合成域进行分类，输出真实图像的模糊量特征值或合成图像的模糊量至级联卷积层残差块； 级联残差块输出真实散焦估计图像或合成散焦估计图像，并将区域特征自适应网络分类为合成域的合成散焦估计图像再输入至卷积层网络； 卷积层网络输出合成散焦估计图像的估计正确度； 散焦估计网络对输入图像的模糊量进行预测，以输出混淆来自合成域和真实域的图像的模糊量为训练目标； 区域特征自适应网络以正确地对来自合成域和真实域的图像的模糊量进行分类为训练目标，从而训练散焦估计网络以最小化来自合成域和真实域的特征之间的域差异； 卷积层网络以对合成散焦估计图像各像素是否具有正确的模糊量进行正确分类为训练目标，从而训练散焦估计网络从域转移特征估计正确的锐度； 测试步骤： 将待处理图像输入至散焦估计网络，散焦估计网络输出图像的模糊量完成散焦图估计。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。