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！

龙图腾网获悉浙江蓝影智能技术有限公司申请的专利一种基于自监督学习的多模态图像补全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：CN120580135B 。

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：202511087335.6，技术领域涉及：G06T3/4046；该发明授权一种基于自监督学习的多模态图像补全方法是由俞贝楠;范益群;谢东;张靖波;王霆枫设计研发完成，并于2025-08-05向国家知识产权局提交的专利申请。

本一种基于自监督学习的多模态图像补全方法在说明书摘要公布了：本发明涉及图像处理技术领域，具体涉及一种基于自监督学习的多模态图像补全方法，包括：制作多模态数据集，针对同一场景图像，选定其中一个模态的图像作为源图像，另一模态的图像为目标图像；通过提取最大内接矩形进行拼接裁剪的方法获得两个模态的真值图像对；对目标图像真值仿真图像内容缺失，并与源图像组成跨模态图像对，同时输入多层特征编码器，输出多尺度特征图；将多尺度特征图输入特征融合器，得到融合特征；将融合特征输入多层解码器，输出预测的补全图像；利用预测的补全图像和目标图像真值设计自监督损失函数，以优化图像补全网络。本发明可精确地补全因配准产生的形变导致内容缺失的图像。

本发明授权一种基于自监督学习的多模态图像补全方法在权利要求书中公布了：1.一种基于自监督学习的多模态图像补全方法，其特征在于，包括以下步骤： S1、制作多模态数据集，针对同一场景图像，选定其中一个模态的图像作为源图像IA，另一模态的图像为目标图像I S2、通过提取最大内接矩形进行拼接裁剪的方法对源图像I和目标图像I进行处理，获得具有真值的图像对I′和I′B，gt S3、对目标图像真值I′B，gt采用随机单应性变换仿真图像内容缺失，生成I′，并与源图像I′组成跨模态图像对； S4、将跨模态图像对同时输入多层特征编码器，经前向传播处理后输出多尺度特征图F～F S5、将多尺度特征图F～F输入特征融合器，通过自注意力机制捕捉局部特征之间的相关性，得到融合特征； S6、将融合特征输入多层解码器，输出预测的补全图像IB，pred；多层解码器采用四层上采样结构，每一层解码器均由上采样模块、特征拼接模块、双重卷积块和邻域交叉注意力模块构成，且每一层都通过跳跃连接融合对应编码层的特征，经过最后一层解码器之后，输出补全后的图像IB，pred 其中，对于每层解码器，上采样模块将特征图进行尺寸翻倍；特征拼接模块将上采样模块输出的特征与编码器A和编码器B对应层的特征进行拼接；双重卷积块对拼接后的特征进一步提取特征后，输入到邻域交叉注意力模块增强特征的局部表达能力； 针对第l层解码器，特征拼接模块进行特征拼接的过程表示为： 其中，Dl表示第l层解码器，表示第l层上采样的特征图，和分别表示编码器A和编码器B第5-l层输出的特征图； S7、利用预测的补全图像IB，pred和S2中得到的目标图像真值I′B，gt设计自监督损失函数Ltotal，以优化由多层特征编码器、特征融合器和多层解码器所构成的图像补全网络； S8、基于优化后的图像补全网络对待补全图像对的缺失内容进行补全。

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浙江蓝影智能技术有限公司，其通讯地址为：321016 浙江省金华市婺城区秋滨街道积道街358号2#厂房101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。