南京大學岳濤獲國家專利權
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！
龍圖騰網獲悉南京大學申請的專利融合噪聲的基于卷積神經網絡的圖像位深度拓展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：CN116263940B 。
龍圖騰網通過國家知識產權局官網在2025-08-22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：202111517306.0，技術領域涉及：G06T5/80；該發明授權融合噪聲的基于卷積神經網絡的圖像位深度拓展方法是由岳濤;耿麗媛;胡雪梅設計研發完成，并于2021-12-13向國家知識產權局提交的專利申請。
本融合噪聲的基于卷積神經網絡的圖像位深度拓展方法在說明書摘要公布了：本發明公開了一種融合噪聲的基于卷積神經網絡的圖像位深度拓展方法。該方法包括以下步驟：1準備數據集，添加適量高斯噪聲后進行量化，噪聲方差視量化級別而定，生成對應的訓練集和測試集；2搭建多階段特征融合的卷積神經網絡模型，包括兩層卷積層、四個稠密連接模塊以及特征注意力模塊；3訓練多階段特征融合的卷積神經網絡模型，更新模型參數；4將待處理的圖像輸入給訓練好的神經網絡模型，輸出高比特圖像。利用本發明的方法可以有效地恢復低比特圖像，獲得高質量的高比特圖像。尤其對于極低比特的圖像，可以有效地解決偽影、失真等問題，將其恢復成標準位深度圖像。
本發明授權融合噪聲的基于卷積神經網絡的圖像位深度拓展方法在權利要求書中公布了：1.融合噪聲的基于卷積神經網絡的圖像位深度拓展方法，其特征在于，包括以下步驟： 步驟S1，準備訓練數據集：在公開數據集上根據量化級別添加不同等級的高斯噪聲后，再量化到相應的比特位數，分別生成訓練集和測試集； 步驟S2，搭建多階段特征融合的卷積神經網絡模型，該模型包括兩層卷積層、四個稠密連接模塊以及特征注意力模塊，其中，兩層卷積層和四個稠密連接模塊的輸出連接特征注意力模塊的輸入； 步驟S3，以最小化損失函數為目標訓練所述多階段特征融合的卷積神經網絡模型，形成圖像位深度拓展網絡模型； 步驟S4，將帶有噪聲的低比特測試圖像輸入給訓練完成的圖像位深度拓展網絡模型，輸出恢復后的圖像。
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南京大學，其通訊地址為：210046 江蘇省南京市棲霞區仙林大道163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”。
免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
開放平臺
擔保交易
惠及多方
會員特惠
專屬平臺
適合多方
數據共享
功能齊全
皖公網安備 34010402703815號