中国科学技术大学孙明斋获国家专利权
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!
龙图腾网获悉中国科学技术大学申请的专利基于特征解耦的不配对眼底图像的结构保持性增强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:CN115482177B 。
龙图腾网通过国家知识产权局官网在2026-02-13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:202211127451.2,技术领域涉及:G06T5/50;该发明授权基于特征解耦的不配对眼底图像的结构保持性增强方法是由孙明斋;叶宇设计研发完成,并于2022-09-16向国家知识产权局提交的专利申请。
本基于特征解耦的不配对眼底图像的结构保持性增强方法在说明书摘要公布了:本发明涉及一种基于特征解耦的不配对眼底图像的结构保持性增强方法,其方法包括:S1:获取不成对的原始高质量和低质量眼底图像:IHH和ILL,经过N层编码器,分别提取各层语义特征;S2:将第N层的语义特征和输入解耦增强模块QDM,输出语义特征和S3:将和分别经过N层解码器,同时解码器和编码器之间使用跳跃连接保证结构一致性,输出IL_EL_E和IH_DH_D;步骤S4:采用循环一致性模型,将IH_DH_D和IL_EL_E再次执行步骤S1~S3进行质量的交换,最终得到重建的高质量眼底图像I'HH和低质量眼底图像I'LL。本发明提供的方法针对眼底图像的结构信息和质量信息进行解耦性强化,并保证结构一致性。
本发明授权基于特征解耦的不配对眼底图像的结构保持性增强方法在权利要求书中公布了:1.一种基于特征解耦的不配对眼底图像的结构保持性增强方法,其特征在于,包括: 步骤S1:获取不成对的原始高质量眼底图像和原始低质量眼底图像,经过N层编码器,分别提取各层眼底图像的语义特征},其中,L和H分别表示低质量眼底图像和高质量眼底图像,为所述语义特征的层数;所述语义特征包含:本征结构特征和非本征质量特征; 步骤S2:将最高层,即第N层的语义特征和输入解耦增强模块QDM,进行解耦性增强和质量交换,输出语义特征和,其中,为对所述低质量眼底图像语义特征进行解耦强化和质量增强后的语义特征,为对所述高质量眼底图像语义特征进行解耦强化和质量退化后的语义特征; 步骤S3:将和分别经过N层解码器,同时,在第1层到第N‑1层所述编码器和其对应的所述解码器之间使用基于实例归一化的跳跃连接I‑norm‑skip模块来充分利用低级语义特征中的结构信息,实例归一化用于剔除所述低级语义特征中的所述非本征质量特征,同时保留其本征结构特征;将每层所述编码器的归一化后的语义特征与其对应的所述解码器中对应尺寸的特征在通道维度进行拼接后,最终得到具有原始低质量眼底图像结构的质量增强图像和具有原始高质量眼底图像结构的质量退化图像; 步骤S4:采用循环一致性模型,将和再次执行步骤S1~S3进行质量的交换,最终得到重建的高质量眼底图像和低质量眼底图像,同时,构建一致性损失,解耦强化损失和特征不变损失对所述循环一致性模型进行监督和优化,具体包括: 步骤S41:针对训练质量交换模型,在所述重建的高质量眼底图像的低质量眼底图像与原始图像之间设计了一致性损失; 其中,表示原始低质量眼底图像,表示重建的低质量眼底图像; 表示原始高质量眼底图像,表示重建的高质量眼底图像;表示L1范数; 步骤S42:构建特征不变损失,对增强后的图像与原始图像分别在本征结构特征和非本征质量特征进行监督,保证增强后图像结构的不变性和具有预期的质量; 其中,为预设的参数,表示解码器用于将语义特征输出对应的图像,表示提取的增强图像的语义特征。
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中国科学技术大学,其通讯地址为:230026 安徽省合肥市包河区金寨路96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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励