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！

龙图腾网获悉南京邮电大学申请的专利基于通道间和通道内注意力Transformer和完备流的图像增强网络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：CN119624830B 。

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：202411644047.1，技术领域涉及：G06T5/77；该发明授权基于通道间和通道内注意力Transformer和完备流的图像增强网络是由胡长晖;陈铁升;胡珂瑞;荆董航设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本基于通道间和通道内注意力Transformer和完备流的图像增强网络在说明书摘要公布了：本发明公开了一种基于通道间和通道内注意力Transformer和完备流的图像增强网络，所述增强网络包括通道间和通道内注意力Transformer网络和可逆流网络，通道间和通道内注意力Transformer网络包括4个零元素、通道间和通道内联合注意力编码网络、4个零元素、通道间和通道内联合注意力解码网络、下采样模块和上采样模块；4个零元素、通道间和通道内联合注意力编码网络包括：局部‑全局特征编码模块DSL1、局部‑全局特征编码模块DSL2、局部‑全局特征编码模块DSL3和局部‑全局特征编码模块DSL4；4个零元素、通道间和通道内联合注意力解码网络包括：局部‑全局特征解码模块UPL1、局部‑全局特征解码模块UPL2、局部‑全局特征解码模块UPL3和局部‑全局特征解码模块UPL4；本发明所设计的低光照图像增强网络能有效实现对图像缺失信息的修复，基于可逆流网络产出的增强图像具有优秀的视觉效果以及更为出色的峰值信噪比与结构相似性。

本发明授权基于通道间和通道内注意力Transformer和完备流的图像增强网络在权利要求书中公布了：1.基于通道间和通道内注意力Transformer和完备流的图像增强网络，其特征在于，所述增强网络包括通道间和通道内注意力Transformer网络和可逆流网络， 所述通道间和通道内注意力Transformer网络包括4个零元素、通道间和通道内联合注意力编码网络、4个零元素、通道间和通道内联合注意力解码网络、下采样模块和上采样模块； 所述4个零元素、通道间和通道内联合注意力编码网络包括：局部-全局特征编码模块DSL1、局部-全局特征编码模块DSL2、局部-全局特征编码模块DSL3和局部-全局特征编码模块DSL4； 所述4个零元素、通道间和通道内联合注意力解码网络包括：局部-全局特征解码模块UPL1、局部-全局特征解码模块UPL2、局部-全局特征解码模块UPL3和局部-全局特征解码模块UPL4； 所述可逆流网络包括：尺度变换层和可逆变换块； 其中：所述可逆流网络分为1~3级，每级由1个尺度变换层和8个可逆变换块依次连接构成，可逆变换块中包含了8种级联的可逆变换层，分别为：可逆激活层、1×1卷积层、仿射注入层、线性注入层、条件仿射耦合层、条件线性耦合层、无条件仿射耦合层和无条件线性耦合层； 还包括前馈网络，前馈网络由3个1×1标准卷积、2个卷积核大小为3×3的深度卷积和一个激活函数Gelu构成；所述下采样模块D1、D2、D3分别由卷积核大小为4×4，stride为2、padding为1的卷积组成；所述上采样模块U1、U2、U3分别由卷积核大小为2×2，stride为2、padding为1的卷积组成； 通道间和通道内联合注意力网络由联合注意力计算网络和前馈网络两部分依次串联构成；所述联合注意力计算网络由通道间、通道内注意力模块和零元素注意力模块三部分构成，其中通道内注意力模块与零元素注意力模块并联，共同构建通道内注意力模块，通道间注意力模块与其并联结果串联。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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。