Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 河北省交通规划设计研究院有限公司;河北工业大学何勇海获国家专利权

河北省交通规划设计研究院有限公司;河北工业大学何勇海获国家专利权

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!

龙图腾网获悉河北省交通规划设计研究院有限公司;河北工业大学申请的专利基于GAN的去除图像运动模糊的方法、设备及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:CN116523780B

龙图腾网通过国家知识产权局官网在2026-01-30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:202310456127.3,技术领域涉及:G06T5/73;该发明授权基于GAN的去除图像运动模糊的方法、设备及介质是由何勇海;顾军华;李岩;雷伟;焦彦利;付增辉;张龙;赵清杰;许晓雷;吕璇;邱宇;牛炳鑫设计研发完成,并于2023-04-25向国家知识产权局提交的专利申请。

基于GAN的去除图像运动模糊的方法、设备及介质在说明书摘要公布了:本发明实施例公开了一种基于GAN的去除图像运动模糊的方法、设备及介质。其中,方法包括:获取由多幅模糊图像和对应的清晰图像组成的训练集,其中,所述多幅模糊图像包括不均匀运动模糊图像;基于所述训练集对GAN模型的生成器和判别器进行训练,使模糊图像经过所述生成器和判别器后得到的特征,与对应的清晰图像经过所述判别器后得到特征趋于一致;从训练完毕的GAN模型中提取训练完毕的生成器,利用所述训练完毕的生成器对需要去模糊的图像进行去模糊。本实施例去除图像中的不均匀运动模糊。

本发明授权基于GAN的去除图像运动模糊的方法、设备及介质在权利要求书中公布了:1.一种基于GAN的去除图像运动模糊的方法,其特征在于,包括: 获取由多幅模糊图像和对应的清晰图像组成的训练集,其中,所述多幅模糊图像包括不均匀运动模糊图像; 基于所述训练集对GAN模型的生成器和判别器进行训练,使模糊图像经过所述生成器和判别器后得到的特征,与对应的清晰图像经过所述判别器后得到特征趋于一致; 从训练完毕的GAN模型中提取训练完毕的生成器,利用所述训练完毕的生成器对需要去模糊的图像进行去模糊; 其中,所述生成器采用U-net结构,所述U-net结构包括对称的编码器和解码器,所述编码器包括交替分布的多级下采样操作和StageBlock,所述解码器包括交替分布的多级上采样操作和StageBlock;所述编码器中的每一级StageBlock与所述解码器中的每一级StageBlock采用残差连接; 每一级StageBlock包括并行的Transformer模块和频域处理模块,所述Transformer模块用于提取图像的空域特征,所述频域处理模块用于筛选图像的频域信息,所述Transformer模块和频域处理模块的输出相加后作为每一级StageBlock的输出; 训练中,将所述训练集中任一模糊图像输入所述编码器,在所述编码器内交替执行多级下采样和特征提取;将所述编码器的输出作为独立于所述编码器和解码器的另外一级StageBlock的输入,继续进行特征提取;将所述另外一级StageBlock的输出作为所述解码器的输入,在所述解码器内交替执行多级上采样和特征提取,得到去模糊后的图像;将去模糊后的图像,和所述模糊图像对应的清晰图像,分别输入所述GAN模型的判别器进行特征提取;根据提取到的特征计算模型损失,并根据计算结果不断更新所述生成器和判别器的参数,循环往复,直到所述GAN模型达到纳什平衡;其中,在所述纳什平衡中,所述去模糊后的图像和清晰图像经过所述判别器后提取到的特征趋于一致。

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河北省交通规划设计研究院有限公司;河北工业大学,其通讯地址为:050000 河北省石家庄市鹿泉区古台路1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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。