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！

龙图腾网获悉苏州知造爱思信息科技有限公司申请的专利一种基于注意力机制的工业图像修复及特征学习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：CN116596765B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202310228316.5，技术领域涉及：G06T5/77；该发明授权一种基于注意力机制的工业图像修复及特征学习方法是由许家豪;孟凡磊;张浡琰设计研发完成，并于2023-03-10向国家知识产权局提交的专利申请。

本一种基于注意力机制的工业图像修复及特征学习方法在说明书摘要公布了：本发明公开了一种基于注意力机制的工业图像修复及特征学习方法，具体涉及计算机视觉及工业图像修复技术领域。所述发明包括整体网络结构，且整体网络结构基于Swin‑Transformer框架，整体网络结构包括浅层特征提取模块、UNet特征提取模块、重构模块、Loss计算模块和特征学习模块。该基于注意力机制的工业图像修复及特征学习方法，通过使用Swin‑TransformerBlock作为基本模块，然后整体以UNet架构形式进行堆叠，即Swin‑TransformerUNetSTUnet，用于学习高效且鲁棒的高维图像特征，从而有效实现图像信息修复。得益于网络设计，所述STUNet及训练流程可以学习到高质量鲁棒特征，具有很强的泛用性。该特征可以直接用于后续下游质检任务，例如分类、测量、定位等常见的工业质检视觉任务。

本发明授权一种基于注意力机制的工业图像修复及特征学习方法在权利要求书中公布了：1.一种基于注意力机制的工业图像修复特征学习方法，包括整体网络结构，且整体网络结构基于Swin-Transformer框架，其特征在于：所述整体网络结构包括浅层特征提取模块、UNet特征提取模块、重构模块、Loss计算模块和特征学习模块，工业图像修复具体包括以下步骤： 步骤一、初始图像先通过浅层特征提取模块，获得浅层特征； 步骤二、提取到的浅层特征输入到所述UNet特征提取模块，提取高维特征，并进行信息重构； 步骤三、利用所述重构模块获取最终生成图像； 所述Loss考虑了信息还原度SE、生成图像信噪比PSNR、以及生成图像结构相似度SSIM，Loss的计算模块公式定义如下： 其中α、β、γ为惩罚因子，SE，PSNR及SSIM的具体定义如下： 其中，Yi以及分别表示第i张原始图像以及相对应的图像修复结果，N表示batchsize，μY和分别是真实图像和预测图像的均值，和分别是真实图像和预测图像的方差，是真实图像和预测图像的协方差，c1和c2是常数，设为0.01×2552和0.03×2552。

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苏州知造爱思信息科技有限公司，其通讯地址为：215200 江苏省苏州市吴江区江陵街道云创路512号602室；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。