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！

龙图腾网获悉合肥君正科技有限公司申请的专利一种用于暗图像增强的去黑块的自卷积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：CN117291819B 。

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：202210687680.3，技术领域涉及：G06T5/90；该发明授权一种用于暗图像增强的去黑块的自卷积方法是由方敏设计研发完成，并于2022-06-16向国家知识产权局提交的专利申请。

本一种用于暗图像增强的去黑块的自卷积方法在说明书摘要公布了：本发明提供一种用于暗图像增强的去黑块的自卷积方法，所述方法包括以下步骤：S1：将上一层得到的特征图分别输入到卷积核均为1x1且通道数为原始通道数的12的卷积中，则得到两部分特征图；S2：将步骤S1得到的所述两部分特征图分别进行更进一步的处理，将得到的一个特征图记为Out1先进行平均池化操作，即关注潜在的周围区域的重要信息，然后经过sigmoid操作与输入图像逐元素相乘，这样会全局提取到更有用的信息并弱化冗余信息，得到特征图记为Out1_5；S3：经由上步骤S1，将得到的另一部分特征图直接经过卷积得到特征图记为out2_1；S4：最后将经过步骤S2、S3两路处理的特征进行级联。

本发明授权一种用于暗图像增强的去黑块的自卷积方法在权利要求书中公布了：1.一种用于暗图像增强的去黑块的自卷积方法，其特征在于，所述方法包括以下步骤： S1：将上一层卷积得到的特征图分别输入到卷积核均为1x1且通道数为原始通道数的12的卷积中，则得到两部分特征图； S2：将步骤S1得到的所述两部分特征图分别进行更进一步的处理，将得到的一个特征图记为Out1先进行平均池化操作，即关注潜在的周围区域的重要信息，所述重要信息包含图像的高层语义信息、图像中目标的细节信息，然后经过激活函数sigmoid操作与输入图像逐元素相乘，这样会全局提取到更有用的信息并弱化冗余信息，最后得到特征图记为Out1_5； 所述步骤S2进一步包括： 将步骤S1的其中一条支路的特征图进行2x2平均池化，该池化操作通过2x2的一个窗口依次按照步长为2在特征图上进行滑动，并取窗口中包含的2x2个像素值的均值作为输出，得到的特征图记为Out1_2； 再进行卷积上采样得到的特征图记为Out1_3，得到多通道上注意力图，该通道注意力图为通过激活函数给特征图中有用的信息分配大的权重，所述有用的信息包括图像轮廓信息、不同像素间的抽象信息；而无关重要的信息则分配小的权重，因此，该注意力图又称为权重图，由神经网络学习得到的权重值的范围为[0,1]，如公式1： out1_5=sigmoidout1_3+out1_1⊗out1_41 式中，sigmoid函数为激活函数，输入值通过该函数后，输出值范围为[0,1]，out1_1、out1_3、out1_4分别为不同卷积层的输出；其中⊗表示特征图元素对对应相乘； 然后将由1式中经sigmoid函数得到的注意力图与原图out1_4特征图元素对应相乘，得到输出out1_5；在out1_5上的每个通道特征图上，因对应通道的注意力图上的权重值不一样，使得通道上有用的信息被突出关注，而权重小的会将相同特征图上的值变小，即减弱无用的信息，返回到原图，返回原图指的是将得到的注意力图与原图相乘，得到各个通道上具有差异性信息的特征图； 最后将两条支路结果进行级联； S3：经由步骤S1，将得到的另一部分特征图直接经过卷积得到特征图记为out2_1； S4：最后将经过步骤S2、S3两路处理的特征进行级联。

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合肥君正科技有限公司，其通讯地址为：230088 安徽省合肥市高新区望江西路800号创新园C3楼9层；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。