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一种自监督深度图像盲去模糊方法、系统及存储介质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：CN116664424B 。

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：202310589348.8，技术领域涉及：G06T5/73；该发明授权一种自监督深度图像盲去模糊方法、系统及存储介质是由邵文泽;刘美麟;滕臻设计研发完成，并于2023-05-23向国家知识产权局提交的专利申请。

本一种自监督深度图像盲去模糊方法、系统及存储介质在说明书摘要公布了：本发明公开了一种自监督深度图像盲去模糊方法、系统及存储介质，该方法包括获取实际模糊图像；将服从均匀分布且大小和实际模糊图像一致的噪声输入至自监督深度盲去模糊模型中，获得清晰图像和模糊核；其中，所述自监督深度盲去模糊模型是将广义Gamma鉴别性图像先验整合到SelfDeblur的损失函数后训练优化得到。本申请仅利用模糊图像实现了端到端的自监督学习盲去模糊，无需使用模糊图像与清晰图像对训练网络，有效性高；通过将广义Gamma鉴别性图像先验融入SelfDeblur的损失函数，可有效引导自监督深度盲去模糊模型的优化过程向清晰图像收敛，进而能够更好地估计出模糊核和清晰图像。

本发明授权一种自监督深度图像盲去模糊方法、系统及存储介质在权利要求书中公布了：1.一种自监督深度图像盲去模糊方法，其特征在于，包括： 获取实际模糊图像； 将服从均匀分布且大小和实际模糊图像一致的噪声输入至自监督深度盲去模糊模型中，获得清晰图像和模糊核；其中，所述自监督深度盲去模糊模型为将广义Gamma鉴别性图像先验整合到SelfDeblur模型的损失函数后训练优化得到； 所述自监督深度盲去模糊模型的获取方法包括： 初始化自监督深度盲去模糊模型的迭代次数； 将服从均匀分布且大小和实际模糊图像一致的噪声输入至自监督深度盲去模糊模型的深度卷积神经网络和全连接网络中，生成初始清晰图像和初始模糊核； 采用初始清晰图像和初始模糊核计算损失函数； 根据损失函数计算深度卷积神经网络参数的梯度和全连接网络参数的梯度； 采用ADAM算法，根据计算得到的深度卷积神经网络参数的梯度和全连接网络参数的梯度更新深度卷积神经网络的参数和全连接网络的参数； 重复迭代更新深度卷积神经网络的参数和全连接网络的参数，直至迭代次数最大，获得自监督深度盲去模糊模型，同时输出模糊核和去模糊图像。

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邮电大学，其通讯地址为：210000 江苏省南京市鼓楼区新模范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。