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！

龙图腾网获悉中国建设银行股份有限公司江苏省分行申请的专利缺损图像复原方法、装置及电子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：CN115880186B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202211737591.1，技术领域涉及：G06T5/77；该发明授权缺损图像复原方法、装置及电子设备是由杨柳;周怀江;陆勇设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本缺损图像复原方法、装置及电子设备在说明书摘要公布了：本发明公开了一种缺损图像复原方法、装置及电子设备。其中，该方法包括：获取目标缺损图像；将目标缺损图像输入至图像修复生成器中的编码模块中，得到与目标缺损图像对应的目标特征图，其中，编码模块包括编码卷积层，编码密集网络块，编码卷积层用于提取特征图，编码密集网络块用于扩宽特征图的通道数；将目标特征图输入至图像修复生成器中的解码模块中，复原目标缺损图像，得到目标完整图像，其中，解码模块包括解码密集网络块，解码反卷积层，编码密集网络块用于缩减特征图的通道数，解码反卷积层用于还原特征图。本发明解决了相关技术中进行缺损图像的复原时，难以对任意形状的缺损图像完成任意像素的复原的技术问题。

本发明授权缺损图像复原方法、装置及电子设备在权利要求书中公布了：1.一种缺损图像复原方法，其特征在于，包括： 获取目标缺损图像； 将所述目标缺损图像输入至图像修复生成器中的编码模块中，得到与所述目标缺损图像对应的目标特征图，其中，所述编码模块包括编码卷积层，编码密集网络块，所述编码卷积层用于提取特征图，所述编码密集网络块用于扩宽特征图的通道数； 将所述目标特征图输入至所述图像修复生成器中的解码模块中，复原所述目标缺损图像，得到目标完整图像，其中，所述解码模块包括解码密集网络块，解码反卷积层，所述编码密集网络块用于缩减特征图的通道数，所述解码反卷积层用于还原特征图； 其中，所述将所述目标缺损图像输入至图像修复生成器中的编码模块中，得到与所述目标缺损图像对应的目标特征图，包括：在所述编码卷积层包括第一卷积层，第二卷积层，第三卷积层，编码密集网络块包括第一密集网络块，第二密集网络块的情况下，将所述目标缺损图像输入至图像修复生成器中的所述编码模块中，所述目标缺损图像依次经过顺序连接的所述第一卷积层，所述第一密集网络块，所述第二密集网络块，所述第二卷积层与所述第三卷积层，得到与所述目标缺损图像对应的目标特征图，其中，所述编码卷积层中包括的卷积层的卷积核与步长依据所述目标缺损图像的像素值确定； 其中，所述将所述目标缺损图像输入至图像修复生成器中的编码模块中，得到与所述目标缺损图像对应的目标特征图之前，还包括：获取初始图像修复生成器；采用多组样本数据训练所述初始图像修复生成器，得到所述图像修复生成器，其中，所述多组样本数据包括样本缺损图像，样本完整图像，真实完整图像； 其中，所述采用多组样本数据训练所述初始图像修复生成器，得到所述图像修复生成器，包括：构造用于训练的损失函数，其中，所述损失函数包括第一损失函数项，第二损失函数项以及第三损失函数项，所述第一损失函数项用于表示所述样本缺损图像与所述样本完整图像的特征相似度距离，所述第二损失函数项用于表示所述样本缺损图像与所述样本完整图像的特征欧式距离，以及所述第三损失函数项用于表示判别值与预定值的二分类交叉熵损失，所述判别值依据所述样本完整图像是否属于所述真实完整图像的判别结果得到；基于所述损失函数，采用多组样本数据训练所述初始图像修复生成器，得到所述图像修复生成器。

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中国建设银行股份有限公司江苏省分行，其通讯地址为：210002 江苏省南京市秦淮区洪武路188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”。