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！

龙图腾网获悉之江实验室;中国科学院信息工程研究所申请的专利一种基于半监督学习的全面屏手机图像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：CN115456884B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202210578520.5，技术领域涉及：G06T5/90；该发明授权一种基于半监督学习的全面屏手机图像增强方法是由朱世强;李特;操晓春;罗君;任文琦设计研发完成，并于2022-05-25向国家知识产权局提交的专利申请。

本一种基于半监督学习的全面屏手机图像增强方法在说明书摘要公布了：本发明公开了一种基于半监督学习的全面屏手机图像增强方法，其步骤包括：1选取或构建一数据集，所述数据集中的每一图像数据对包括由覆盖透明玻璃和不覆盖透明玻璃的同一部智能手机对同一场景所拍摄的图像；2构建一图像增强模型；3采用有监督方式利用所述数据集训练所述图像增强模型：首先对低质量图像y进行增强得到增强图像Y’，然后与高质量图像Y进行损失函数计算，优化图像增强模型；4采用无监督方式利用数据集训练图像增强模型：首先利用优化后的模型对图像y进行增强得到Y’，然后基于Y’计算损失优化模型；5利用优化后的图像增强模型对全面屏手机拍摄图像的色调和饱和度通道进行迭代增强，得到对应的高质量的图像。

本发明授权一种基于半监督学习的全面屏手机图像增强方法在权利要求书中公布了：1.一种基于半监督学习的全面屏手机图像增强方法，其步骤包括： 1选取或构建一数据集，所述数据集中的每一图像数据对包括由覆盖透明玻璃和不覆盖透明玻璃的同一部智能手机对同一场景所拍摄的图像；其中，覆盖透明玻璃的智能手机所拍摄的图像为低质量图像，不覆盖透明玻璃的智能手机所拍摄的图像为高质量图像； 2构建一图像增强模型，所述图像增强模型包括多个卷积神经网络构成的级联网络； 3采用有监督方式利用所述数据集训练所述图像增强模型：首先利用所述图像增强模型对低质量图像y进行增强得到增强图像Y’，然后与低质量图像y对应的有标签高质量图像Y进行损失函数计算，优化所述图像增强模型； 4采用无监督方式利用所述数据集训练所述图像增强模型：首先利用步骤3优化后的所述图像增强模型对低质量图像y进行增强得到增强图像Y’，然后基于增强图像Y’计算饱和度损失函数、色调通道损失函数和空间一致性损失函数优化所述图像增强模型； 5利用步骤4优化后的所述图像增强模型对全面屏手机拍摄图像的色调和饱和度通道进行迭代增强，得到对应的高质量的图像 其中，步骤3、步骤4中利用所述图像增强模型对低质量图像y进行增强得到增强图像Y’的方法为：利用卷积神经网络学习得到低质量图像y的色调和饱和度通道增强曲线，然后利用色调和饱和度通道增强曲线对低质量图像y进行迭代增强，得到对应的高质量图像Y’。

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之江实验室;中国科学院信息工程研究所，其通讯地址为：311121 浙江省杭州市余杭区文一西路1818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。