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！

龙图腾网获悉福建理工大学申请的专利基于大核注意力机制的锂电池运动模糊图像质量复原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：CN117078528B 。

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：202310853160.X，技术领域涉及：G06T5/77；该发明授权基于大核注意力机制的锂电池运动模糊图像质量复原方法是由陈健;叶世林;郑文斌;蒋柱武;叶晓云;罗堪;刘丽桑;何栋炜设计研发完成，并于2023-07-12向国家知识产权局提交的专利申请。

本基于大核注意力机制的锂电池运动模糊图像质量复原方法在说明书摘要公布了：本发明公开基于大核注意力机制的锂电池运动模糊图像质量复原方法，获取运动模糊图像B1，并利用一差分卷积提取关键边缘特征进行聚合得到聚合特征；将聚合特征输入到大核注意力模块。该模块首先采用大核卷积捕获全局空间信息，然后利用1×1卷积进行通道信息交互，最后，采用注意力形式使AKAM模块聚焦于其中重要的空间特征，得到高维注意力特征；将高维的注意力特征送入到嵌入多尺度输出策略MOS的解码器中，经过两次图像上采样和PDC卷积的重建后，在不同图像尺度上重建得到复原的清晰运动图像。本发明实现对锂电池运动模糊图像的图像质量复原。

本发明授权基于大核注意力机制的锂电池运动模糊图像质量复原方法在权利要求书中公布了：1.基于大核注意力机制的锂电池运动模糊图像质量复原方法，其特征在于：其包括以下步骤： 步骤1，获取运动模糊图像B1，并利用一差分卷积提取运动模糊图像B1中水平垂直和对角线两个方向的关键边缘特征； 步骤2，对水平垂直边缘特征和对角线边缘特征进行聚合得到聚合特征； 步骤3，将聚合特征输入到大核注意力模块AKAM，大核注意力模块AKAM首先采用大核卷积捕获全局空间信息，然后利用1×1卷积进行通道信息交互，最后，采用注意力形式使AKAM模块聚焦于其中重要的空间特征，得到高维注意力特征Fout；步骤3的具体步骤如下： 步骤3-1，将聚合特征Fin∈RC×H×W使用1×1卷积进行通道数扩增为聚合特征的两倍通道数；步骤3-2，为完成注意力操作，将扩充后的聚合特征拆分得到特征X1和X2，X1,X2∈RC×H×W，X1用于捕获全局感受野以生成注意力权重图，X2保留原空间信息，H、W和C分别表示输出特征图的高、宽和通道数； 步骤3-3，将对特征X1使用三个连续的大核感受野的卷积核逐级捕获局部信息、区域信息和全局信息； 步骤3-4，对提取完全局信息的特征X1采用1×1卷积进行通道交互以得到注意力图AttentionMap，AP； 步骤3-5，注意力图与保留原空间信息的特征X2相乘后得到大核注意力模块AKAM的注意力特征Fout； 步骤4，将高维注意力特征Fout送入到嵌入多尺度输出策略MOS的解码器中，经两次图像上采样和PDC卷积的重建后，在不同图像尺度上重建得到复原的清晰运动图像；步骤4具体包括以下步骤： 步骤4-1，将注意力特征Fout输入到解码器第三层并经一差分卷积后，一部分上采样送入解码器第二层n＝2，另一部分输出对应层的复原结果表示解码器在第三层时的输出结果，用以约束解空间；同时将模糊图像B1下采样两次得到第一模糊图像B3；第一模糊图像B3和相加后得到最小尺度的复原图像S3，对应表达式如下： B1∈R3×H×W6 B3∈R3×H4×W47 S3∈R3×H4×W48 式中，R表示实数集，H和W分别表示特征图的高和宽，C表示特征图的通道数； 步骤4-2，解码器最底层上采样后输入到解码器第二层的特征图与跳跃连接的来自编码器第二层的特征图相加并经过一差分卷积后，一部分上采样送入解码器第一层，另一部分输出为将模糊图像B1下采样两次得到第二模糊图像B2，第二模糊图像B2和相加后得到较小尺度的复原图像S2，对应表达式如下： B2∈R3×H2×W210 S2∈R3×H2×W211 式中，R表示实数集，H和W分别表示特征图的高和宽，C表示特征图的通道数； 步骤4-3，解码器第二层上采样后输入到解码器第一层的特征图与跳跃连接的来自编码器第一层的特征图相加并经过一差分卷积后，与模糊图像B1相加得到原尺度的复原图像S1。

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福建理工大学，其通讯地址为：350000 福建省福州市闽侯县上街镇学府南路69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。