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！

龙图腾网获悉安徽工程大学申请的专利一种基于深度学习的疵点图像生成算法、存储介质及设备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：CN120013905B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202510099667.X，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的疵点图像生成算法、存储介质及设备是由陈孟元;张坦坦;刘贝芬设计研发完成，并于2025-01-22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疵点图像生成算法、存储介质及设备在说明书摘要公布了：本发明属于属于图像生成技术领域，具体涉及一种基于深度学习的疵点图像生成算法、存储介质及设备，其中算法包括下列步骤：步骤S1、构建疵点图像生成模型；步骤S2、对疵点图像生成模型进行训练优化；步骤S3、基于训练好的疵点图像生成模型输入若干真实无疵点图像，疵点图像生成模型输出相应的生成疵点图像实现数据集的扩充；其中，疵点图像生成模型包括两个生成器模块和两个判别器，第一生成器模块均依次包括掩码模块、生成器一和背景保持网络，第二生成器模块均依次包括生成器二和背景保持网络。本发明采用mask分离疵点区域和非疵点区域的处理策略，并创新性地引入背景保持网络，有效解决了现有技术中容易出现背景纹理失真的问题。

本发明授权一种基于深度学习的疵点图像生成算法、存储介质及设备在权利要求书中公布了：1.一种基于深度学习的疵点图像生成方法，其特征在于：包括下列步骤： 步骤S1、构建疵点图像生成模型； 步骤S2、对疵点图像生成模型进行训练优化； 步骤S3、基于训练好的疵点图像生成模型输入若干真实无疵点图像，疵点图像生成模型输出相应的生成疵点图像实现数据集的扩充； 其中，疵点图像生成模型包括两个生成器模块和两个判别器，两个生成器模块分别为第一生成器模块和第二生成器模块，分别对应生成器一和生成器二；两个判别器分别为判别器一和判别器二，第一生成器模块用于将输入的真实无疵点图像转换为生成疵点图像，以及用于将输入的生成无疵点图像转换为重建疵点图像；第二生成器模块用于将输入的真实疵点图像转换为生成无疵点图像，以及用于将输入的生成疵点图像转换为重建无疵点图像；判别器一用于判断所述生成疵点图像是否真实，判别器二用于判断所述生成无疵点图像是否真实；第一生成器模块均依次包括掩码模块、生成器一和背景保持网络，第二生成器模块均依次包括生成器二和背景保持网络； 所述掩码模块用于使用掩码将输入图像分为疵点区域和非疵点区域，所述生成器一包括多尺度特征提取与双向LSTM融合模块，所述多尺度特征提取与双向LSTM融合模块用于捕获不同尺度的疵点特征，并采用双向LSTM技术进行时序建模对不同尺度的疵点特征进行自适应融合； 提取的不同尺度的特征连接形成多尺度特征提取的结果Fout，对应算式表示为：Fout＝Concat[F1,F2,F3]， 其中，Fi表示第i个尺度分支的特征图，i＝1,2,3；在特征融合阶段，首先对每个尺度分支的特征图进行重塑操作，对应的操作过程表达为下列算式： 其中，Fi view表示view操作得到的第i个尺度分支的结果，xi表示permute操作得到的第i个尺度分支的结果，BCHW为特征图的批数通道数高度宽度，处理后各尺度分支所得结果xi一起形成了多尺度疵点特征； 之后，采用双向LSTM对多尺度疵点特征进行时序建模，利用双向LSTM确定自适应融合权重，疵点图像生成模型根据提取到各疵点特征的重要性来动态调整各个尺度的权重。

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安徽工程大学，其通讯地址为：241000 安徽省芜湖市鸠江区北京中路8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”。