買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉杭州電子科技大學申請的專利一種基于多級門控單元的修復圖像檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116777855B 。

龍圖騰網通過國家知識產權局官網在2025-08-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310691903.8，技術領域涉及：G06T7/00；該發明授權一種基于多級門控單元的修復圖像檢測方法是由沈張一;張竹溪;常琪;姚曄設計研發完成，并于2023-06-13向國家知識產權局提交的專利申請。

本一種基于多級門控單元的修復圖像檢測方法在說明書摘要公布了：一種基于多級門控單元的修復圖像檢測方法，屬于多媒體信息安全與圖像識別技術領域。該方法首先基于兩個現有數據集合成新的修復數據集。其次由雙流編碼器分支提取修復圖像的不同層級的空域特征和局部噪聲殘差，并在通道上拼接，輸入到感受野模塊，經過多分支卷積層和空洞卷積層，提取修復圖像的多尺度特征。最后根據空域特征、局部噪聲殘差和多尺度特征通過多級門控單元，產生不同層級的門控特征，并通過解碼器分支進行特征融合，并輸出修復圖像的分類、修復區域定位和圖像分割結果。本發明解決了現有方法對于未知的修復手段存在的檢測精度差、缺乏泛化能力的問題，抑制干擾特征的同時突出修復特征。

本發明授權一種基于多級門控單元的修復圖像檢測方法在權利要求書中公布了：1.一種基于多級門控單元的修復圖像檢測方法，其特征在于，包括以下步驟： 步驟S1：基于兩個現有數據集合成新的修復數據集，將其劃分為訓練集和測試集，并對訓練集中的修復圖像和修復圖像對應的二進制掩碼進行數據預處理； 步驟S2：將訓練集中的任意圖像輸入到雙流編碼器分支，分別提取修復圖像的不同層級的空域特征和局部噪聲殘差，并將頂層空域特征和局部噪聲殘差在通道上拼接； 所述雙流編碼器分支包括提取空域特征的ResNet50網絡和提取噪聲殘差的三種高通濾波結構； 所述三種高通濾波結構包括：預濾波模塊PF、約束卷積結構和改進的隨機高通濾波器IRHP； 步驟S3：將拼接后得到的特征圖像輸入感受野模塊，經過感受野模塊中的多分支卷積層和空洞卷積層，提取修復圖像的多尺度特征； 所述感受野模塊的多分支卷積層含有四個分支，前三個分支使用瓶頸層Bottleneck作為頂層結構，最后一個分支為跳躍連接； 所述空洞卷積層包括空洞率分別為1、3、5的空洞卷積，分別對應上層不同核大小的卷積層，三個空洞卷積層的輸出在通道上拼接后，通過1×1卷積降低通道數，并且通過跳躍連接學習殘差特征； 步驟S4：將空域特征、局部噪聲殘差和多尺度特征輸入多級門控單元，產生不同層級的門控特征，具體過程如下： 對于空域特征Fi,i＝0,1,2,3和殘差特征Ej,j＝0,1,2,3，分別將大小相同的空域特征和殘差特征在通道上拼接，得到拼接特征； 拼接特征經過全局平均池化和卷積層，得到的特征h與拼接特征做逐元素點積，最后經過一個卷積層，獲得與輸入特征尺寸一致的門控特征； 步驟S5：解碼器分支對輸入的不同層級的門控特征進行特征融合，并輸出修復圖像的分類、修復區域定位和圖像分割結果； 步驟S6：雙流編碼器分支、感受野模塊、多級門控單元和解碼器構成修復圖像檢測模型，將本輪訓練的解碼器輸出輸入到預先構建的修復圖像檢測模型的損失函數中，計算修復圖像檢測模型的訓練損失值；當訓練集中所有圖像計算的損失值均低于預先設置的損失閾值，或訓練輪數達到預先設置的輪次，得到訓練好的修復圖像檢測模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人杭州電子科技大學，其通訊地址為：310018 浙江省杭州市錢塘區白楊街道2號大街1158號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。