武汉理工大学刘永坚获国家专利权
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!
龙图腾网获悉武汉理工大学申请的专利一种基于迭代式网络的唐卡图像修复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:CN115482164B 。
龙图腾网通过国家知识产权局官网在2026-03-24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:202211143524.7,技术领域涉及:G06T5/77;该发明授权一种基于迭代式网络的唐卡图像修复方法是由刘永坚;李嘉伟;解庆;马艳春;胡桉澍;白立华设计研发完成,并于2022-09-20向国家知识产权局提交的专利申请。
本一种基于迭代式网络的唐卡图像修复方法在说明书摘要公布了:本发明涉及图像处理技术领域,尤其涉及基于迭代式网络的唐卡图像修复方法。基于迭代式网络的唐卡图像修复方法,包括步骤:1构建迭代式的图像修复网络模块:在网络中以迭代的方式从外到内逐级修复唐卡图像破损区域;2优化图像修复网络模块;3将破损唐卡图像输入至优化后的图像修复网络模块,得到修复后的目标唐卡图像。本发明结合唐卡图像的纹理与结构特征设计纹理修复网络与结构修复网络,并使用特征自适应融合模块融合图像特征,并且根据网络特点设计与之匹配的损失函数,有效地利用唐卡图像的先验信息修复破损唐卡图像,极大地提高对唐卡图像的训练效率和对破损唐卡图像修复性能表现。
本发明授权一种基于迭代式网络的唐卡图像修复方法在权利要求书中公布了:1.一种基于迭代式网络的唐卡图像修复系统,其特征在于,包括图像输入模块、图像修复网络模块、总损失计算模块、和图像输出模块; 图像输入模块,用于将破损唐卡图像输入到图像修复网络模块中; 图像修复网络模块包括由编码器单元、区域识别单元、纹理修复单元与结构修复单元、特征自适应融合单元和解码器单元,连接形成神经网络; 总损失计算模块,用于对图像修复网络模块进行训练,以迭代优化图像修复网络模块的参数;总损失计算模块的构建过程为:首先,建立训练集,训练集中每个训练样本包括:原唐卡图像、表示缺损区域的掩码图以及将原唐卡图像和表示缺损区域的掩码图进行融合得到破损唐卡图像;每个训练样本对应输出的训练结果为:利用图像修复网络模块修复得到的修复唐卡图像;然后利用VGG16模型构建总损失计算模块:其中,总损失计算模块的总损失函数由像素重建损失函数、内容损失函数和风格损失函数叠加构成: 所述像素重建损失的表达式为: 公式1中,与分别为原唐卡图像与对应修复唐卡图像上的像素,m为该样本图像所有像素的个数,c是用于稳定计算过程的极小常数; 所述内容损失的表达式为: 公式2中,代表用来将图像转换到特征空间的函数;是该函数中某输出层; 所述风格损失表达式为: 公式3中,为对特征图进行Gram矩阵计算操作; 所述总损失函数为: 公式4中,为像素重建损失,为内容损失,为风格损失,、和为平衡各部分损失函数权重的参数; 图像输出模块,用于输出经总损失计算模块训练后图像修复网络模块生成的修复唐卡图像; 所述图像修复网络模块中的编码器单元和解码器单元均为多层卷积层结构;编码器单元的卷积层均使用部分卷积,解码器单元的卷积层使用转置卷积和部分卷积,每个卷积层的下层使用BatchNorm构建归一化层; 所述图像修复网络模块中的区域识别单元为部分卷积级联组成,部分卷积利用破损唐卡图像的二值掩码图区分出了破损唐卡图像的有效区域和空洞区域,使对破损唐卡图像的卷积仅依赖于有效区域;通过部分卷积生成新的特征点的公式表示为: 公式5中,为普通卷积的卷积核参数,为偏差,为当前卷积核在输入特征图上对应的滑动窗口,为该滑动窗口对应的二值遮挡图,代表矩阵元素点乘操作; 若当前卷积核对应的滑动窗口全部来自于空洞区域,那么该窗口生成的特征点会被直接置为0; 所述图像修复网络模块中的纹理修复单元与结构修复单元由下采样层、特征修复层和上采样层组成; 纹理修复单元中,下采样层由三层卷积组成,此三层卷积自上而下为一层步长为2,卷积核大小为3×3的卷积以及两层步长为1,卷积核大小为3×3的卷积;特征修复层由三层扩张卷积组成,此三层卷积为三层卷积核大小为3×3,步长为1的卷积,其扩张率分别为2、4、8;上采样层由三层转置卷积组成,此三层卷积为三层卷积核大小为4×4,步长为2的转置卷积; 结构修复单元中,下采样层由三层卷积组成,此三层卷积为三层卷积核大小为3×3,步长为2的卷积;特征修复层由三层扩张卷积组成,此三层卷积为三层卷积核大小为3×3,步长为1的卷积,其扩张率均为2,上采样层由三层转置卷积组成,此三层卷积为三层卷积核大小为4×4,步长为2的转置卷积。
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武汉理工大学,其通讯地址为:430070 湖北省武汉市洪山区珞狮路122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