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！

龙图腾网获悉西南交通大学申请的专利一种基于深度学习的文本图像去模糊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：CN116129441B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202211702749.1，技术领域涉及：G06V30/164；该发明授权一种基于深度学习的文本图像去模糊方法是由李剑波;王新元;黄进;荣鹏;冯义从;尹泽召;杨瑛玮设计研发完成，并于2022-12-28向国家知识产权局提交的专利申请。

本一种基于深度学习的文本图像去模糊方法在说明书摘要公布了：本发明公开了一种基于深度学习的文本图像去模糊方法，涉及计算机图像识别领域，主要解决的问题是通过深度学习方式实现模糊的文本图像去模糊得到清晰的文本图像，包括以下步骤；步骤1：将成对的模糊‑清晰文本图像数据集输入深度残差神经网络中进行训练；步骤2：通过不断迭代训练，直到客观评价指标逐渐收敛，得到文本图像的去模糊模型；步骤3：将模糊的文本图像输入到深度残差神经网络，经过去模糊模型进行处理，得到对应的去模糊文本图像。

本发明授权一种基于深度学习的文本图像去模糊方法在权利要求书中公布了：1.一种基于深度学习的文本图像去模糊方法，其特征在于，包括以下步骤； 步骤1：将成对的模糊-清晰文本图像数据集输入深度残差神经网络中进行训练； 步骤2：通过不断迭代训练，直到客观评价指标逐渐收敛，得到文本图像的去模糊模型； 步骤3：将模糊的文本图像输入到深度残差神经网络，经过去模糊模型进行处理，得到对应的去模糊文本图像； 所述步骤1中，深度残差神经网络采用Unet架构的编解码网络结构，包含残差卷积的编解码模块和不同深度特征融合模块，编码部分第一、二、三层均采用1块残差卷积模块，第四层采用10块残差卷积模块；网络架构的底部，采用1块卷积模块；解码部分，第一、二、三、四层均采用1块残差卷积模块； 所述残差卷积模块用于提取图像特征，其中编码部分包含FFT2d模块，其公式为： 1 其中，X[N]是一个N个复数的序列，X[k]表示频率为wk=2πkN的频谱，j表示虚数单位； 所述步骤2中，在进行去模糊模型训练时，所用到的损失函数包含L1像素损失和多尺度结构相似性损失MS_SSIM，所述损失函数的计算公式为: 5 其中，表示总体损失，表示超参数，在本实例中取0.24，表示MS_SSIM损失，是计算MS_SSIM中的第M个尺度的高斯核，表示L1损失。

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西南交通大学，其通讯地址为：610000 四川省成都市郫都区犀安路999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。