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！

龙图腾网获悉华南理工大学申请的专利一种基于双门控卷积的相互编解码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：CN116402706B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310214820.X，技术领域涉及：G06T5/77；该发明授权一种基于双门控卷积的相互编解码网络的图像修复方法是由俞鹤伟;杨仁峰设计研发完成，并于2023-03-08向国家知识产权局提交的专利申请。

本一种基于双门控卷积的相互编解码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双门控卷积的相互编解码网络的图像修复方法，包括以下步骤：S1、搭建网络模型，包括修复网络和判别器网络，构建BG‑MED网络作为修复网络；S2、选取数据集；S3、破损后的图片输入BG‑MED网络模型，经过修复，输出得到修复后的图片；S4、计算判别器的总损失值，使用Adam优化算法，更新全局判别器和局部判别器的参数；S5、计算修复网络的损失值，使用Adam优化算法，对BG‑MED模型参数进行更新；S6、重复步骤S3‑S5多次，利用训练好的模型参数设置网络模型值；S7、将BG‑MED模型用于实际图像修复。本发明针对于门控卷积的不足，提出了基于双门控卷积的相互编解码网络模型，图像修复效果优异。

本发明授权一种基于双门控卷积的相互编解码网络的图像修复方法在权利要求书中公布了：1.一种基于双门控卷积的相互编解码网络的图像修复方法，其特征在于，包括以下步骤： S1、搭建网络模型，包括修复网络和判别器网络，构建基于双门控卷积的相互编解码网络作为修复网络，判别器网络采用全局判别器和局部判别器；修复网络包括三部分：编码器、修复模块以及解码器； 修复网络具体如下： 编码器对破损图片使用5个双门控卷积，得到5个不同深度、不同大小的图像特征，编码器提取的特征分别用Fen1、Fen2、Fen3、Fen4、Fen5表示，其中下标en表示编码器提取的特征，后面的数字代表层数； 将编码器提取出的前三个特征Fen1、Fen2和Fen3视为浅层特征，使用自适应空间特征融合将前三个特征进行融合，得到纹理特征，由Fte表示，下标te指代texture，表示纹理，自适应空间特征融合的步骤如下： 将图像特征Fen1、Fen2、Fen3的结构大小调整至与Fen3相同，其中对Fen1使用两个卷积，对其进行结构调整，得到调整后的特征用Ffusion_1表示，两个卷积分别为conv64,128,3,2,1、conv128,256,3,2,1；对Fen2使用一个卷积，对其进行结构调整，得到调整后的特征用Ffusion_2表示，该卷积为conv128,256,3,2,1；对Fen3使用一个卷积，进一步提取Fen3中的特征，得到调整后的特征，其结构不变，用Ffusion_3表示，该卷积为conv256,256,3,1,1；conv定义为卷积操作，具体表示为convin，out，kernel_size，stride，dilation，in表示输入通道数，out表示输出通道数，kernel_size表示卷积核数，stride表示卷积的步长，dilation表示扩张因子，即卷积核之间的空间距离； 使用三个相同的卷积分别对Ffusion_1、Ffusion_2、Ffusion_3进行降通道操作，将特征的通道降为16，分别得到三个降通道后的特征：和三个相同的卷积具体为conv256,16,1,1,1； 将和拼接起来得到一个48通道的特征之后再使用卷积conv48,3,1,1,1，对其进行降通道操作，得到一个3通道的特征，用来表示，在中，第一个通道特征为λα，第二个通道特征为λβ，第三个通道特征为λγ； 对λα、λβ和λγ使用softmax函数，得到三个系数α、β、γ，公式如下： 其中，下标i和j表示为特征在i行j列上的值； 最后利用得到的三个系数α、β、γ，将三个特征进行融合，最终得到纹理特征Fte，公式如下： Fte＝α⊙Ffusion_1+β⊙Ffusion_2+γ⊙Ffusion_3 其中，⊙表示为点乘操作； 将编码器提取出的后三个特征Fen3、Fen4、Fen5视为深层特征，使用自适应空间特征融合将后三个特征进行融合，得到结构特征Fst，下标st指代structure，表示结构； S2、选取数据集，选取多张训练图，并在matlab中使用RTV光滑化算法得到每张训练图的结构图，训练时的mask集使用随机mask； S3、使用mask对原图Igt进行遮挡，得到破损后的图片Ibroken，将Ibroken作为BG-MED网络的输入，经过BG-MED网络的修复，输出得到修复后的图片Iout； S4、计算判别器的总损失值Ldis，使用Adam优化算法，更新全局判别器和局部判别器的参数； S5、计算修复网络的损失值Ltotal，根据Ltotal，使用Adam优化算法，对BG-MED模型参数进行更新； S6、重复步骤S3-S5多次，利用训练好的模型参数设置BG-MED网络模型值； S7、将模型用于实际图像修复，使用表示破损图片的破损区域的mask图片，将破损图片的待修复区域覆盖，得到被遮挡的图片Ibroken，将其作为BG-MED模型的输入，Ibroken经过BG-MED模型的计算输出，得到修复完成的图片Iout。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。