中国人民解放军军事科学院系统工程研究院谢永强获国家专利权
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!
龙图腾网获悉中国人民解放军军事科学院系统工程研究院申请的专利一种对混合降质图像进行增强的方法与系统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:CN116342420B 。
龙图腾网通过国家知识产权局官网在2026-01-02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:202310311785.3,技术领域涉及:G06T5/60;该发明授权一种对混合降质图像进行增强的方法与系统是由谢永强;李承阳;李忠博;齐锦;梁进君;王真设计研发完成,并于2023-03-28向国家知识产权局提交的专利申请。
本一种对混合降质图像进行增强的方法与系统在说明书摘要公布了:本发明公开一种对混合降质图像进行增强的方法与系统,涉及图像处理技术领域。所述混合降质图像为经过M次不同降质处理的图像,所述方法包括:步骤S1、利用浅层卷积编码器将所述混合降质图像的每个像素映射到高维特征空间,以提取所述混合降质图像的浅层特征;步骤S2、将所述浅层特征作为输入特征输入至多任务解码模型,由所述多任务解码模型经M次递归对所述浅层特征进行增强处理,以获取所述混合降质图像的深层特征;步骤S3、将所述深层特征和所述浅层特征进行拼接融合以得到残差特征,基于所述残差特征获取与所述混合降质图像尺寸相同的增强图像。
本发明授权一种对混合降质图像进行增强的方法与系统在权利要求书中公布了:1.一种对混合降质图像进行增强的方法,其特征在于,所述混合降质图像为经过M次不同降质处理的图像,所述方法包括: 步骤S1、利用浅层卷积编码器将所述混合降质图像的每个像素映射到高维特征空间,以提取所述混合降质图像的浅层特征; 步骤S2、将所述浅层特征作为输入特征输入至多任务解码模型,由所述多任务解码模型经M次递归对所述浅层特征进行增强处理,以获取所述混合降质图像的深层特征; 其中,所述多任务解码模型包括门控网络和N个增强专家单元,每个增强专家单元对应一种增强处理,所述门控网络为各个增强专家单元的分配权重; 步骤S3、将所述深层特征和所述浅层特征进行拼接融合以得到残差特征,基于所述残差特征获取与所述混合降质图像尺寸相同的增强图像; 其中,在所述步骤S2中: 所述多任务解码模型在接收到所述输入特征后,所述N个增强专家单元对所述浅层特征进行学习,以确定由其中的M个增强专家单元对所述混合降质图像进行与所述M个增强专家单元对应的增强处理; 所述门控网络对所述浅层特征进行全局平均池化操作,将经所述全局平均池化操作的特征送入全连接网络和Softmax函数,通过映射生成所述N个增强专家单元的权重,其中所述M个增强专家单元的权重和为1,其他N-M个增强专家单元的权重均为0; 在第i次递归中,将所述M个增强专家单元中具有最大权重的增强专家单元的权重赋为1,其他M-1个增强专家单元的权重赋为0,从而由所述具有最大权重的增强专家单元在所述第i次递归中对所述输入特征进行对应的增强处理; 经所述增强处理的输出特征作为所述多任务解码模型的新的输入特征执行第i+1次递归,直到执行完M次递归,得到所述深层特征。
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中国人民解放军军事科学院系统工程研究院,其通讯地址为:100141 北京市丰台区大成路13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