Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中科方寸知微(南京)科技有限公司;国网内蒙古东部电力有限公司;中国科学院自动化研究所付家兴获国家专利权

中科方寸知微(南京)科技有限公司;国网内蒙古东部电力有限公司;中国科学院自动化研究所付家兴获国家专利权

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!

龙图腾网获悉中科方寸知微(南京)科技有限公司;国网内蒙古东部电力有限公司;中国科学院自动化研究所申请的专利一种基于图像填充增强的图像去阴影方法和系统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:CN120339135B

龙图腾网通过国家知识产权局官网在2025-08-22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:202510787476.2,技术领域涉及:G06T5/77;该发明授权一种基于图像填充增强的图像去阴影方法和系统是由付家兴;李文鹏;李江涛;张大伟;王星博;张一帆;王亮;魏学备设计研发完成,并于2025-06-13向国家知识产权局提交的专利申请。

一种基于图像填充增强的图像去阴影方法和系统在说明书摘要公布了:本发明提供了一种基于图像填充增强的图像去阴影方法和系统,涉及图像处理领域,包括以下步骤:构建图像恢复模型;根据去阴影数据集的真实图像,利用随机掩码构建图像填充任务训练数据集,利用图像填充任务训练数据集对图像恢复模型进行训练,保存模型权重文件;基于模型权重文件,对训练完成的图像恢复模型再次进行训练,对训练过程中的图像恢复模型进行优化,根据优化后的图像恢复模型,确定并保存模型优化权重文件;对图像恢复模型进行初始化处理,并利用初始化处理后的图像恢复模型对待处理的带阴影图像进行去阴影处理,得到去除阴影后的图像。本发明实现了任务的动态适配,显著提升了模型应对复杂退化场景的处理能力。

本发明授权一种基于图像填充增强的图像去阴影方法和系统在权利要求书中公布了:1.一种基于图像填充增强的图像去阴影方法,其特征在于,包括以下步骤: S1、基于单任务图像增强模型,结合预训练的图文增强编码器、文本编码器及任务选择模块,构建图像恢复模型; S2、根据去阴影数据集的真实图像,利用随机掩码构建图像填充任务训练数据集,利用图像填充任务训练数据集对图像恢复模型进行训练,并在训练完成后,保存模型权重文件; S3、基于模型权重文件,利用图像填充任务训练数据集,对训练完成的图像恢复模型再次进行训练,并结合余弦退火与热重启的学习率调度法,对训练过程中的图像恢复模型进行优化,根据优化后的图像恢复模型,确定并保存模型优化权重文件; S4、基于模型优化权重文件,对图像恢复模型进行初始化处理,并利用初始化处理后的图像恢复模型对待处理的带阴影图像进行去阴影处理,得到去除阴影后的图像; 所述基于单任务图像增强模型,结合预训练的图文增强编码器及文本编码器,构建图像恢复模型包括以下步骤: S11、根据预先配置的单任务图像增强模型,通过引入预训练的图文增强编码器中的图像增强编码器,得到初始模型结构, S12、基于初始模型结构,通过引入文本编码器,得到多级模型结构; S13、根据多级模型结构,通过引入任务选择模块及混合注意力模块,得到图像恢复模型; 其中,所述图像增强编码器用于提取与图像编码器权重相对应的图像特征; 所述文本编码器用于将任务描述文本编码为嵌入向量,得到任务语义特征,以实现从文本到语义特征向量的转换; 所述任务选择模块用于利用交叉注意力机制对图像特征和任务语义特征进行融合,得到任务引导的特征图; 所述混合注意力模块,用于提取不同层级的特征并通过拼接生成尺度特征,结合任务引导的特征图,动态调整空间与通道权重。

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中科方寸知微(南京)科技有限公司;国网内蒙古东部电力有限公司;中国科学院自动化研究所,其通讯地址为:211100 江苏省南京市江宁区麒麟科技创新园创研路266号人工智能产业园3号楼203B室;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。