中北大学王彦博获国家专利权
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!
龙图腾网获悉中北大学申请的专利一种面向盲图像修复的即插即用分裂算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:CN119693276B 。
龙图腾网通过国家知识产权局官网在2025-09-26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:202411745698.X,技术领域涉及:G06T5/77;该发明授权一种面向盲图像修复的即插即用分裂算法是由王彦博;侯骁伦;蔺素珍;李大威设计研发完成,并于2024-12-02向国家知识产权局提交的专利申请。
本一种面向盲图像修复的即插即用分裂算法在说明书摘要公布了:本发明属于图像修复领域,即利用一个基于即插即用分裂算法的扩散模型实现对退化模型未知的非线性或盲修复任务,具体为一种面向盲图像修复的即插即用分裂算法。一种面向盲图像修复的即插即用分裂算法,通过设计一种间接引导策略在缩小现行即插即用图像修复方法修复结果与真实图像之间偏差,提高修复质量的同时拓展了即插即用图像修复方法的应用领域。此外,本发明还提出了一个未知退化模型预测模块,用于非线性或盲任务中未知退化模型的预测,从而确保了本发明所提出的间接引导策略可以顺利执行。
本发明授权一种面向盲图像修复的即插即用分裂算法在权利要求书中公布了:1.一种面向盲图像修复的即插即用分裂算法,其特征在于:包括以下步骤: 步骤1:输入真实退化图像y; 步骤2:从标准正态分布中随机采样一副噪声图像XT; 步骤3:开始修复的迭代过程,迭代过程从T到1,中间迭代次数用t表示; 步骤4:将噪声图像XT输入到去噪扩散概率模型中进行一步去噪过程,得到先验子问题的解xT; 步骤5:利用公式求解出步骤4得到的先验子问题解的中间辅助变量mT;式中,为去噪扩散概率模型中的参数,εθxT,T为去噪扩散概率模型中的函数逼近器,输入为xT,T,输出为高斯噪声; 步骤6:利用退化模型预测模块所预测的退化模型mlr=fmT+B将中间辅助变量mT退化为一副退化图像mlr,f和B代表预测的退化模型的参数; 步骤7:计算真实退化图像y和中间辅助变量的退化图像mlr之间的MSE损失,记为Ey,mlr; 步骤8:利用步骤7中得到的损失,计算出引导条件式中,s是引导尺度; 步骤9:根据步骤8中得到的引导条件得到条件分布此处的μ和∑分别表示均值和方差;之后,利用去噪扩散概率模型在条件分布中随机采样出一副图像XT-1;本轮迭代结束,返回步骤4开启下一轮迭代过程,将XT-1作为下一轮迭代的输入,输入到去噪扩散概率模型中进行一步去噪过程,得到下一轮先验子问题的解xT-1,由先验子问题的解xT-1再计算中间辅助变量mT-1,再由中间辅助变量mT-1计算退化图像mlr,计算真实退化图像y和中间辅助变量的退化图像mlr之间的MSE损失后得到条件分布利用去噪扩散概率模型在条件分布中随机采样出一副图像XT-2,本轮迭代结束,返回步骤4开启下一轮迭代过程,将XT-2作为下一轮迭代的输入; 步骤10:结束迭代过程,输出修复后的图像x0。
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北大学,其通讯地址为:030051 山西省太原市尖草坪区学院路3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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励