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！

龙图腾网获悉中国科学技术大学申请的专利一种基于事件相机的联合去运动模糊和视频插帧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：CN116596794B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202310607521.2，技术领域涉及：G06T5/73；该发明授权一种基于事件相机的联合去运动模糊和视频插帧方法是由张越一;熊志伟;翁文明设计研发完成，并于2023-05-26向国家知识产权局提交的专利申请。

本一种基于事件相机的联合去运动模糊和视频插帧方法在说明书摘要公布了：本发明公开了一种基于事件相机的联合去运动模糊和视频插帧方法，包括：1、基于事件相机的低帧率模糊视频数据的采集和预处理，2、构建盲曝光限制下的联合去运动模糊和视频插帧网络，包括：特征提取模块、事件指导的曝光先验估计模块、时间‑曝光的联合控制模块以及清晰视频帧重建模块，3、采用分阶段的训练策略优化网络。本发明能利用事件相机去记录场景的运动，有效地克服曝光歧义性，获得精准的曝光估计，从而解决盲曝光限制，并且利用开发的深度学习算法有效融合视频帧数据和事件数据，从而能够有效的去除运动模糊以及实现视频插帧，达到最优的量化和视觉效果。

本发明授权一种基于事件相机的联合去运动模糊和视频插帧方法在权利要求书中公布了：1.一种基于事件相机的联合去运动模糊和视频插帧方法，其特征在于，包括如下步骤： 步骤一、基于事件相机的低帧率模糊视频数据的采集和预处理： 利用事件相机拍摄动态场景后得到连续的清晰视频帧及其异步事件流信号，令其中一个清晰视频帧记为Igt，令清晰视频帧I对应的异步事件流信号记为其中，ek表示第k个事件，且ek＝pkδt-tk,x-xk,y-yk，pk代表第k个事件ek的极性，pk∈{-1,1}；tk代表第k个事件ek的发生时刻；xk和yk分别表示第k个事件ek发生的空间坐标；N表示事件的总数；t,x,y表示时空投影坐标；δ为示性函数； 将连续的清晰视频帧取均值后作为清晰视频帧Igt对应的帧模糊视频帧B；并利用拉普拉斯变换函数Laplace将模糊视频帧B转换成模糊程度量BL； 步骤二、利用式1将异步事件流信号转换成事件帧V∈R2×H×W： V＝∑k＝1δx-xk,y-yk,p-pk1 式1中，H,W分别表示事件帧V的高和宽； 步骤三、构建盲曝光限制下的联合去运动模糊和视频插帧网络，包括：特征提取模块、事件指导的曝光先验估计模块、时间-曝光的联合控制模块以及清晰视频帧重建模块； 步骤3.1、所述特征提取模块利用一层卷积层分别对所述事件帧V和模糊视频帧B进行处理，相应得到事件特征和模糊视频帧特征 步骤3.2、所述事件指导的曝光先验估计模块对所述事件帧V进行处理，得到预测的曝光先验EP； 步骤3.3、所述时间-曝光的联合控制模块对曝光先验EP进行处理，得到联合控制特征Featcontrol； 步骤3.4、所述清晰视频帧重建模块对联合控制特征Featcontrol进行处理，得到初始清晰帧Iinit和最终清晰帧Ifinal； 步骤四、采用分阶段的训练策略优化网络： 步骤4.1、利用式10构建第一阶段的事件指导的曝光先验估计模块的损失函数 式10中，EPgt是真实的曝光先验；表示均方差损失函数； 步骤4.2、利用式11构建第二阶段的剩余模块的损失函数 式11中，表示网络损失函数，并有： 式12中，表示复合损失函数，并有： 式13中，表示拉普拉斯损失函数，表示汉明损失函数，并有： 式14和式15中，I表示Iinit或Ifinal，S表示层数，Ls表示第s级的拉普拉斯金字塔，Dis表示汉明距离，Cen表示census变换； 步骤4.3、使用梯度下降法对于所述联合去运动模糊和视频插帧网络进行分阶段训练，在第一阶段利用式10优化事件指导的曝光先验估计模块，在二阶段利用式11优化剩余模块并微调网络参数，从而得到训练后的联合去运动模糊和视频插帧网络，用于实现对任一低帧率模糊视频帧的去模糊化和插帧处理。

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国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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。