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！

龙图腾网获悉山东师范大学申请的专利一种基于多视角图像特征融合的图像和谐化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：CN118096620B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202410170486.7，技术领域涉及：G06T5/90；该发明授权一种基于多视角图像特征融合的图像和谐化方法是由孙建德;苏成;李静;万文博;张凯;王建;张善心设计研发完成，并于2024-02-06向国家知识产权局提交的专利申请。

本一种基于多视角图像特征融合的图像和谐化方法在说明书摘要公布了：本发明公开了一种能够同时利用多个视角图像进行人像颜色调整的图像和谐化方法。该方法由三个模块组成，分别为语义解析模块、和谐化骨干模块和特征融合模块。其中，语义解析模块负责提取图像中的语义特征，并输出特征图嵌入到和谐化骨干模块中；和谐化骨干模块是一个由编码器、解码器组成的对称网络结构；融合模块将不同图像经过和谐化骨干模块编码器的特征图进行融合，然后送入到解码器中，得到最终的和谐化图像。

本发明授权一种基于多视角图像特征融合的图像和谐化方法在权利要求书中公布了：1.一种基于多视角图像特征融合的图像和谐化方法，该方法同时提取若干幅从不同拍摄角度获取的图像的特征，并将提取的特征进行融合处理，得到单一图片无法完全反映的完整场景信息，进而产生最终的和谐化图像结果，该方法具体包括以下步骤： S1、获取图像数据：从数据集中获取同一场景中从不同拍摄角度获取的N组合成图像与真实图像对，对于每一组合成图与真实图像对，真实图像是直接拍摄得到的，将真实图像的背景保持不变，人为修改前景物体的外观，就得到了合成图像，合成图像的前景与背景具有一定的视觉风格差异，同时对于每一张合成图像，都存在一张区分前景背景的掩码图像，将N张合成图像分别用、、……、来表示，对应的掩码用、、……、来表示，对应的真实图像用、来表示； S2、构建特征融合和谐化网络，该网络由三部分组成，分别为语义解析模块、和谐化骨干模块和特征融合模块，其中， 语义解析模块负责提取图像中的语义特征，并输出特征图嵌入到和谐化骨干模块中，所述语义解析模块包含两部分，分别为高分辨率学习表示部分和物体上下文表示部分，高分辨率学习表示部分包括依次相连的第一阶段模块、第二阶段模块、第三阶段模块、第四阶段模块：第一阶段由高分辨率卷积块组成，第二、三、四阶段由并行支数依次增加的高分辨率卷积块组成；物体上下文部分表示由一个物体注意力块和批正则化随机丢弃块组成，物体注意力块使用注意力机制的原理对高分辨率学习表示部分输出的特征图进行处理，再送入批正则化丢弃块中进行批正则化和随机丢弃，将最终得到的特征图送入到和谐化骨干模块的编码器的第2层中； 所述和谐化骨干模块由一个编码器和一个解码器组成，是一个对称结构，编码器和解码器的每个卷积块包括卷积层，批正则化层和ELU激活层，对称的两个卷积块之间采用跳跃连接方式进行连接，图像输入编码器，得到一系列尺寸不断减小、通道数不断增加的特征图； 特征融合模块将不同图像经过和谐化骨干模块编码器的最后一层特征图进行融合，然后送入到解码器中；在解码器中，特征图的尺寸不断增加，通道数不断减小，最终得到一个尺寸与输入相同，通道数为3的和谐化图像，所述特征融合模块由一个卷积层、一个批正则化层、一个随机丢弃层和一个LeakyReLU激活层组成； S3、网络以N个合成图像与掩码的组合为输入，得到N个和谐化图像，和谐化图像与真实图像构成像素级损失，编码器输出特征与融合后的特征构成L1损失，利用两个损失的加权和作为总的损失函数来约束网络的训练过程，不断更新网络参数，生成最优模型； S4、将测试集输入到最优模型，生成和谐化图像。

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山东师范大学，其通讯地址为：250014 山东省济南市文化东路88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。