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！

龙图腾网获悉南京理工大学申请的专利一种基于注意力机制残差网络模型的红外图像去模糊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：CN115345791B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202210955369.2，技术领域涉及：G06T5/73；该发明授权一种基于注意力机制残差网络模型的红外图像去模糊算法是由武军安;宋沅林;郭锐设计研发完成，并于2022-08-10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残差网络模型的红外图像去模糊算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残差网络模型的红外图像去模糊算法，涉及红外图像的运动模糊技术领域；制作红外模糊图像数据集，构建注意力机制残差网络模型，在多尺度下采样层中添加卷积注意力残差块，多尺度下采样层连接多个首尾连接的密集注意力残差块，由双线性差值结合卷积的方式代替多尺度上采样层的反卷积方式，并添加卷积注意力残差块，多尺度上采样层连接在密集注意力残差块之后，得到注意力机制残差网络模型，制作红外模糊图像测试集，将测试集中的模糊图像输入到注意力残差网络模型，得到去模糊后的图像。网络模型中引入了全局和局部跳跃连接的策略，进一步缓解了因网络深度的增加导致的信息丢失的问题，降低了模型训练的难度。

本发明授权一种基于注意力机制残差网络模型的红外图像去模糊算法在权利要求书中公布了：1.一种基于注意力机制残差网络模型的红外图像去模糊算法，其特征在于：包括以下步骤： 步骤S1：利用多帧平均法对FLIR_ADAS_1_3数据集中的红外图像进行处理，得到模糊图像，并将处理过程中产生的中间帧图像作为清晰图像，一张模糊图像与其对应的清晰图像构成对象对，若干图像对共同构成训练集； 步骤S2：构建注意力机制残差网络模型，所述注意力机制残差网络模型包括多尺度下采样层、深层特征提取模块和多尺度上采样层： 将基本残差块与注意力机制结合，获得卷积注意力残差块，并将卷积注意力残差块添加在多尺度下采样层中，用于提取下采样后的图像的浅层特征； 将密集连接机制与空间注意力机制结合，得到密集注意力残差块，四个密集注意力残差块依次串联，得到深层特征提取模块，用于提取深层特征图像； 利用双线性插值和卷积的方式代替反卷积的方式应用在多尺度上采样层，对深层特征图像进行上采样； 步骤S3：将训练集中的清晰图像作为标签图像，将模糊图像输入到注意力机制残差网络模型中进行训练，得到训练好的注意力机制残差网络模型： 利用多尺度下采样层对训练集中的模糊图像进行下采样并提取浅层特征，得到浅层特征图像，利用密集注意力残差块对浅层特征图像进行特征提取，得到深层特征图像；利用多尺度上采样层对深层特征图像进行上采样，得到上采样后的去模糊图像，去模糊图像与其对应的清晰图像进行误差计算，以获得训练好的注意力机制残差网络模型； 步骤S4：采集M张红外模糊图像，100M1000，作为测试集； 步骤S5：将测试集中的红外模糊图像输入到训练好的注意力机制残差网络模型，得到去模糊后的红外图像。

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理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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。