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！

龙图腾网获悉厦门大学申请的专利一种基于深度学习的All-In-One图像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：CN119599892B 。

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：202411591967.1，技术领域涉及：G06T5/60；该发明授权一种基于深度学习的All-In-One图像复原方法是由姚俊峰;荣飞鹏;李金文设计研发完成，并于2024-11-08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All-In-One图像复原方法在说明书摘要公布了：本发明提供了图像复原技术领域的一种基于深度学习的All‑In‑One图像复原方法，包括：步骤S1、获取大量的原始图像，对各原始图像进行随机化处理得到对应的噪声图像，基于各原始图像以及噪声图像构建数据集；步骤S2、基于提示网络、编码器以及解码器创建一图像复原模型，设定图像复原模型的损失函数；提示网络、编码器以及解码器依次连接；编码器设有若干个数据流架构块；解码器设有若干个提示块；步骤S3、通过数据集对图像复原模型进行训练，训练过程中不断优化图像复原模型的超参数；步骤S4、对训练后的图像复原模型进行部署，利用部署的图像复原模型进行图像复原。本发明的优点在于：极大的提升了图像复原的泛化能力以及复原质量。

本发明授权一种基于深度学习的All-In-One图像复原方法在权利要求书中公布了：1.一种基于深度学习的All-In-One图像复原方法，其特征在于：包括如下步骤： 步骤S1、获取大量的原始图像，对各所述原始图像进行随机化处理得到对应的噪声图像，基于各所述原始图像以及噪声图像构建数据集； 步骤S2、基于提示网络、编码器以及解码器创建一图像复原模型，设定所述图像复原模型的损失函数；所述提示网络、编码器以及解码器依次连接；所述编码器设有若干个数据流架构块；所述解码器设有若干个提示块； 步骤S3、通过所述数据集对图像复原模型进行训练，训练过程中不断优化所述图像复原模型的超参数； 步骤S4、对训练后的所述图像复原模型进行部署，利用部署的所述图像复原模型进行图像复原； 所述步骤S2中，所述提示网络用于从噪声图像中捕获退化类型的提示信息，基于Resnet50构建；所述数据流架构块用于增加通道数的同时逐步降低噪声图像的空间分辨率，以提取潜在特征；所述提示块由提示生成模块以及提示交互模块组成；所述损失函数基于L1损失函数、交叉熵损失函数以及美学质量评估损失函数构建； 所述数据流架构块由依次连接的多头双重自注意力模块以及门控前馈神经网络组成； 所述多头双重自注意力模块由用于跨空间运用空间注意力模块的多头注意力单元MHCSA以及用于跨通道运用空间注意力模块的多头注意力单元MHPSA组成； 所述门控前馈神经网络用于通过第一线性层对输入的噪声图像进行线性变换后，通过chunk操作将所述噪声图像分割为两个维度一样的图像向量，其中一个所述图像向量经过GELU激活函数进行非线性激活后，与另一个所述图像向量进行元素相乘并输入第二线性层，以捕获图像特征之间的关联关系。

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厦门大学，其通讯地址为：361001 福建省厦门市思明区思明南路422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。