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！

龙图腾网获悉西安工业大学申请的专利一种面向人脸模糊图像复原的生成式学习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：CN115393208B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202210981080.8，技术领域涉及：G06T5/60；该发明授权一种面向人脸模糊图像复原的生成式学习方法是由徐玉;马龙;魏邹建;杜江斌;赵佳尧;吴海波;杨静;彭扬帆设计研发完成，并于2022-08-16向国家知识产权局提交的专利申请。

本一种面向人脸模糊图像复原的生成式学习方法在说明书摘要公布了：本发明属图像处理技术领域，具体是一种面向人脸模糊图像复原的生成式学习方法。该方法包括如下步骤：接收人脸模糊图像为特征提取网络的输入步骤，将其提取的层级特征经过特征筛选网络进行严格筛选步骤，将筛选后的层级特征输入主干网络步骤；其中特征提取步骤通过特征提取网络进行特征提取；特征筛选步骤通过特征筛选网络的双层自注意力层，筛选输入的层级特征；渐进式对抗生成步骤是将筛选后的层级特征，按照“镜像原则”对应输入生成网络的生成器中，与生成器主干路输出信号相加，渐进式生成至目标图像。本发明的优势在于对提取的层级特征严格筛选后，输入生成网络对应层级，设计主干网络全局监督模块，实现网络对抗过程中的局部和全局监督。

本发明授权一种面向人脸模糊图像复原的生成式学习方法在权利要求书中公布了：1.一种面向人脸模糊图像复原的生成式学习方法，其特征在于：包括以下步骤 步骤一、人脸模糊图像输入步骤：接收人脸模糊图像，输入到层级特征提取网络进行特征提取； 步骤二、层级特征筛选步骤：将提取到的层级特征经过特征筛选网络进行筛选，所述特征筛选网络为双层自注意力层，筛选输入的层级特征； 步骤三、将筛选后的层级特征输入主干网络，按照“镜像原则”对应输入生成网络的生成器中，与生成器主干路输出信号相加融合； 步骤四、采用渐进式生成目标图像：生成所述目标图像的过程中，在主干网络中生成器最后两层分辨率块以及鉴别器前两层分辨率块之前，加入双层高效自注意力层作为主干网络全局监督模块，按照分辨率大小渐进式地生成目标分辨率大小的图像； 所述步骤一中，所述层级特征提取网络包含五层特征提取模块，每个特征提取模块包含两个卷积层与一个最大池化层，所述卷积层的运算是对接收到的输入数据先进行卷积运算，然后将卷积运算得到的结果进行层归一化计算，最后输入至非线性激励层计算；所述最大池化层是对接收到的输入数据分成2*2的局部邻域进行判断，选择出最大值对图像进行池化； 所述步骤二中，双层自注意力层采用双层的高效注意力结构，先卷积学习Query、Key、Value三个矩阵，随后先将Key的转置与Value相乘，得到较小的中间矩阵后再与Query矩阵进行点乘，实现特征图点对点间关系的学习； 所述步骤三中，所述“镜像原则”指的是层级特征提取网络结构与主干网络中生成器的结构相互对称；层级特征提取网络输出的层级特征与生成器主干路输出信号相加为矩阵之间的点加。

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西安工业大学，其通讯地址为：710032 陕西省西安市未央区学府中路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”。