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！

龙图腾网获悉桂林理工大学申请的专利基于时空特征融合和双向循环神经网络的视频去模糊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：CN116612029B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202310580960.9，技术领域涉及：G06T5/73；该发明授权基于时空特征融合和双向循环神经网络的视频去模糊方法是由赵唯肖;董明刚;王彦;武天昊设计研发完成，并于2023-05-22向国家知识产权局提交的专利申请。

本基于时空特征融合和双向循环神经网络的视频去模糊方法在说明书摘要公布了：本发明公开了一种基于时空特征融合和双向循环神经网络的视频去模糊方法，包括以下步骤S1：对模糊视频分成基本序列单元；S2：建视频去模糊模型包括前向单元、反向单元和时空特征融合重建模块；S3：计算输入的模糊视频和其对应清晰视频图像L1损失，反向传播训练去模糊模型；S4：输入模糊的视频到训练好的去模糊模型中，输出并保存生成的重建清晰视频。本发明提供一种基于循环神经网路框架构，对视频帧之间的时间序列特征进行双向建模；时空特征融合重建模块捕获相邻帧和当前帧的时间依赖关系，融合有效信息对当前帧进行重建。通过该方法，可以提高模型对相邻帧信息的利用效率，增强对输入视频特征表达和重构能力，提高视频的清晰度。

本发明授权基于时空特征融合和双向循环神经网络的视频去模糊方法在权利要求书中公布了：1.基于时空特征融合和双向循环神经网络的视频去模糊方法，其特征在于，具体包括以下步骤： 步骤S1，数据预处理：将输入的模糊视频划分为以当前帧和其前后四帧图像为基本单元的序列，并以此作为输入到基于时空特征融合和双向循环神经网络的视频去模糊模型中； 步骤S2，构建视频去模糊模型：包括前向单元、反向单元和时空特征融合重建模块；所述前向单元和后向单元分别将当前帧的特征信息在时间上向后和向前传播；所述时空特征融合重建模块分别利用前后帧的特征与当前帧进行有效的时间特征融合并重建； 所述前向单元和后向单元由基于密集注意力块DAB的RNN单元组成，具体包括： 在所述前向单元中，首先从输入的模糊帧中提取特征，然后与上一前向单元输出的隐藏状态拼接，再由级联的多个密集注意力DAB提取模糊特征，输出的隐藏状态传播到后一前向单元，输出的前向潜在特征输入到后向单元； 在所述后向单元中，接收前向潜在特征作为输入进行模糊特征提取，然后与后一后向单元输出的隐藏状态拼接提取特征，输出的隐藏状态传播到上一后向单元，输出的潜在特征输入时空特征融合重建模块中，重建出清晰的图像； 所述多个密集注意力块DAB之间增加残差连接，具体来说每一个密集注意力块DAB包括密集特征提取模块和通道注意力机制以及残差连接，密集特征提取模块由四个卷积组进行特征提取，并在不同组间增加密集连接；所述卷积组包括1个3x3卷积层、一个ReLU激活函数、一个3x3扩张卷积和一个ReLU激活函数；通道注意力机制包括一个全局平均池化操作、一个1x1卷积层、一个ReLU激活函数、一个1x1卷积层、一个非线性激活函数sigmoid，得到权重注意力图并与提取到的特征相乘得到权重特征；所述残差连接是指将输入特征与权重特征相加； 步骤S3，训练视频去模糊模型：基于输入的模糊视频和其对应的清晰视频图像计算L1损失进行反向传播，以更新模型参数； 步骤S4，重建清晰视频：输入模糊的视频到训练好的去模糊模型中，输出并保存生成的清晰视频。

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桂林理工大学，其通讯地址为：541004 广西壮族自治区桂林市七星区建干路12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。