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！

龙图腾网获悉大连理工大学;大连理工大学宁波研究院;大连维视科技有限公司申请的专利一种基于Transformer与卷积神经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：CN115731138B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202211532185.1，技术领域涉及：G06T5/77；该发明授权一种基于Transformer与卷积神经网络的图像修复方法是由卢湖川;苗葳;王立君;王一帆设计研发完成，并于2022-12-01向国家知识产权局提交的专利申请。

本一种基于Transformer与卷积神经网络的图像修复方法在说明书摘要公布了：本发明属于机器学习、计算机视觉、图像修复领域，提供了一种基于Transformer模块和卷积神经网络的图像修复方法。本发明的图像修复模型使用Transformer模块与卷积神经网络相结合的混合端到端网络，对输入图像进行边缘提取获得结构先验后，得到更好的图像修复结果，再保持较高精度的同时，也保持了图像修复的速度。本发明设计了两类全新Transformer模块，分别用于对图像全局特征与局部特征的提取与处理，充分利用了图像像素与特征图的有效信息，有效的提高了图像修复的效果。同时，使用Canny算子与卷积神经网络获取图像边缘，为图像修复网络提供了一类结构先验，提升图像修复效果。

本发明授权一种基于Transformer与卷积神经网络的图像修复方法在权利要求书中公布了：1.一种基于Transformer与卷积神经网络的图像修复方法，其特征在于，步骤如下： 步骤1：收集用于模型训练的图像数据集以及遮盖区域掩膜数据集； 步骤2：利用待修复图像与Canny边缘生成算子，生成待修复图像的边缘信息图； 步骤3：将步骤2生成的边缘信息图输入到边缘生成器中，得到补全的输入图像边缘图； 步骤4：将待修复图像、步骤3生成的补全的输入图像边缘图输入到图像修复网络中进行修复，得到最终的修复图像；具体如下： 图像修复网络由卷积神经网络与Transformer模块组成，在图像修复网络的训练中添加鉴别器，对图像修复网络生成结果进行对抗训练，以增强图像修复网络的生成性能；卷积神经网络的基础模块按照EdgeConnect，采用堆叠卷积层与激活层增加网络深度，在卷积神经网络中使用两个步长为2的卷积层，构建出2倍、4倍下采样的特征金字塔编码器，解码器采用与编码器对称的结构，保证输出图像与输入图像尺寸大小一致；中间层采用8个残差块结构，利用残差结构对缺失区域进行填充；同时，对于编码器的特征图，将其通过全局Transformer模块获得各下采样大小下的全局信息，将其使用跳层结构发送到对应解码器中，作为额外信息进行上采样；除此以外，额外设计一个下采样网络，将输入图像与补全的输入图像边缘图输入到该下采样网络，并将下采样后的特征输出使用局部Transformer模块进行局部信息的处理，将得到的局部信息输入到解码器中，以达到获得图像局部细节信息的目的。

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大连理工大学;大连理工大学宁波研究院;大连维视科技有限公司，其通讯地址为：116024 辽宁省大连市甘井子区凌工路２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。