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！

龙图腾网获悉华南理工大学申请的专利一种基于半监督和对比学习的旧照片修复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：CN117115005B 。

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：202310620119.8，技术领域涉及：G06T5/77；该发明授权一种基于半监督和对比学习的旧照片修复方法是由徐雪妙;蔡微微;张怀东设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本一种基于半监督和对比学习的旧照片修复方法在说明书摘要公布了：本发明公开了一种基于半监督和对比学习的旧照片修复方法，包括：创建有标签旧照片检测数据、有标签旧照片修复数据和无标签旧照片修复数据；使用有标签旧照片修复数据及其对应的旧照片缺陷掩码训练有监督旧照片修复网络，得到较好的网络初始参数；提出随机掩码增强方法与双一致性对齐方法，驱动半监督旧照片修复网络训练并平衡破损数据分布；提出分层级伪标签筛选方法，能准确在无标签数据中筛选伪标签，增加有监督训练样本数量；提出对比学习，能够通过学习锚点、正样本、负样本的关系，进一步挖掘无标签数据知识。本发明能够摆脱对有标签训练数据的依赖，充分利用无标记数据，在少标签训练数据情况下，仍能够得到较好的修复结果。

本发明授权一种基于半监督和对比学习的旧照片修复方法在权利要求书中公布了：1.一种基于半监督和对比学习的旧照片修复方法，其特征在于，包括以下步骤： S1、收集旧照片数据，并通过标注和修图，得到有标签旧照片检测数据、有标签旧照片修复数据和无标签旧照片修复数据； S2、通过步骤S1中获得的有标签旧照片检测数据，训练一个旧照片缺陷检测网络，该旧照片缺陷检测网络由编码器和解码器组成，其中，每个编码器和解码器由通道注意力机制网络模块组成，通过该旧照片缺陷检测网络，得到旧照片缺陷掩码，实现旧照片缺陷定位； S3、通过步骤S1中获得的有标签旧照片修复数据和步骤S2中获得的旧照片缺陷掩码，训练有监督旧照片修复网络，该有监督旧照片修复网络由编码器、解码器和多分支部分卷积网络构成，其中，编码器和解码器由通道注意力机制网络模块构成，多分支部分卷积网络由3×3、5×5、7×7部分卷积网络构成，实现多尺度图像补全； S4、通过步骤S3得到旧照片修复网络初始参数，并将网络参数共享到无监督旧照片修复网络，将通过移动滑动平均得到增强无监督修复网络，其中，、和网络结构相同，由此、和构建成初始半监督旧照片修复网络，将步骤S1得到的无标签旧照片修复数据输入，得到修复结果，使用随机掩码增强方法即在图像上生成任意形状缺陷得到增强结果输入，得到修复结果，采用双一致性对齐方法解决缺陷数据类别分布不平衡的问题，并驱动初始半监督旧照片修复网络训练，其中，双一致性对齐方法包括图像一致性对齐和边缘一致性对齐； S5、通过步骤S4构建的初始半监督旧照片修复网络，在使用分层级伪标签过滤方法，该方法使用感知伪标签过滤器和掩码伪标签过滤器，感知伪标签过滤器是指采用感知距离筛选伪标签，掩码伪标签过滤器是指采用掩码距离筛选伪标签，从中筛选高质量伪标签数据，以扩充有标签训练样本池，与其它有标签修复数据一起加入训练，得到最终半监督旧照片修复网络； S6、通过步骤S5得到的最终半监督旧照片修复网络，在该网络基础上，构建对比学习方法，以进一步挖掘无标签数据的关系，从而形成一个具有半监督和对比学习的旧照片修复网络； S7、通过有监督和无监督的混合损失驱动整个具有半监督和对比学习的旧照片修复网络训练，在少量有标签数据条件下，得到性能优良的旧照片修复结果。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。