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！

龙图腾网获悉天津大学申请的专利一种基于扩散模型的事件相机图像重建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：CN116958192B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202310986749.7，技术领域涉及：G06T7/207；该发明授权一种基于扩散模型的事件相机图像重建方法是由杨敬钰;毕春洋;岳焕景;李坤设计研发完成，并于2023-08-07向国家知识产权局提交的专利申请。

本一种基于扩散模型的事件相机图像重建方法在说明书摘要公布了：本发明公开了一种基于扩散模型的事件相机图像重建方法，属于数字图像信号处理技术领域。目前基于深度学习事件相机图像密集重建算法受到事件数据依赖于运动并表现出相当多的噪声和非理想效果的影响，性能并不良好且不稳定。本发明所述方法通过引入目前发展成熟的扩散模型，用在图像重建过程中用生成模型的生成效果来引导图像重建，从而弥补事件信息量不足，重建效果不稳定的情况。并且此发明打通基于事件相机的图像重建与扩散模型的连接，使得后续基于扩散的超分、着色等任务可轻松应用到事件相机图像重建中。

本发明授权一种基于扩散模型的事件相机图像重建方法在权利要求书中公布了：1.一种基于扩散模型的事件相机图像重建方法，其特征在于，具体包括以下步骤： S1、事件流获取：通过事件相机拍摄待观察场景和事件相机仿真模拟器，得到目标场景的事件流数据； S2、事件数据预处理：对S1中所得事件数据进行预处理，采取对事件分组处理的方法将事件数据表示为事件帧的形式；具体包括如下内容： 将事件间隔ΔT=tk-t0内的事件点通过线性插值的方法编码为事件帧，每个事件点的极性pi被映射到距离其最近的两个通道，公式表示如下： 式中，Ek表示ΔT间隔内事件点的编码结果；pi表示事件点极性；B表示体素网格通道数；ti表示事件点的时间戳； S3、重建网络设计：设计预训练StableDiffusion模型和预训练事件数据特征提取器；所述预训练StableDiffusion模型包括预训练StableDiffusion网络部分，所述预训练事件数据特征提取器包括预训练事件数据特征提取网络部分以及融合部分； S4、DDIM采样过程设计：基于事件相机图像重构设计DDIM采样超参数，所述超参数包括采样步数，步距以及无条件生成指引率； S5、重建图像获取：将噪声图像输入预训练StableDiffusion模型自带的预训练自编码器中进行编码，然后将编码后的隐变量表示、文本指引信息以及事件帧输入到S3中所构建的重建网络中，再利用预训练事件数据特征提取器提取事件特征并通过连接部分将事件特征拟合进预训练StableDiffusion模型，生成当前时间步下的去噪图像； S6、重建图像生成：基于S4中DDIM采样过程设计，重复S5中所述重建图像获取过程达到采样步数得到重建图像的隐变量表示，再通过预训练自编码器解码最终生成重建图像。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。