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！

龙图腾网恭喜福建帝视信息科技有限公司申请的专利一种基于模糊条件残差网络的图像去失焦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：CN114418878B 。

龙图腾网通过国家知识产权局官网在2025-02-18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：202210035884.9，技术领域涉及：G06T5/73；该发明授权一种基于模糊条件残差网络的图像去失焦模糊方法是由邹文斌;浦佳祺;邓炜;李茹;郑伟鑫;姚志平;童同;高钦泉设计研发完成，并于2022-01-13向国家知识产权局提交的专利申请。

本一种基于模糊条件残差网络的图像去失焦模糊方法在说明书摘要公布了：本发明涉及一种基于模糊条件残差网络的图像去失焦模糊方法。包括：步骤1、制作图像去失焦模糊模型的训练集；步骤2、构建模糊条件网络；步骤3、利用条件残差模块构建条件残差恢复网络；步骤4、图像去失焦模糊模型训练采用两阶段训练策略。本发明可以更快速地实现图像去失焦模糊，并得到更高质量的清晰全焦图像。

本发明授权一种基于模糊条件残差网络的图像去失焦模糊方法在权利要求书中公布了：1.一种基于模糊条件残差网络的图像去失焦模糊方法，其特征在于，包括如下步骤：步骤1、制作图像去失焦模糊模型的训练集；步骤2、构建模糊条件网络；步骤3、利用条件残差模块构建条件残差恢复网络；步骤4、图像去失焦模糊模型训练采用两阶段训练策略；所述步骤1具体实现如下：步骤1.1、选用DPDD训练集中的失焦模糊图像和高清图像的图像对作为训练；步骤1.2、将图像裁剪为480x480大小的图块，构建图像数据集；步骤1.3、对于输入的高清图像Itarget和失焦模糊图像Iblur，利用图像翻转、旋转、随机裁剪成256大小的块对图像数据集进行数据增广，作为最终的训练集；所述步骤2具体实现如下：步骤2.1、利用LBP算法模块构建一个模糊条件网络，对输入LBP估计出来的模糊图进行特征提取，得到对应的条件特征，用于给条件残差恢复网络增加失焦模糊图信息，进而有效的为模糊区域恢复出纹理细节；其中模糊条件网络利用LBP算法估计得到失焦模糊图，其计算公式为：FLBP＝HLBPIblurHLBP表示模糊条件网络中的LBP算法模块，FLBP表示估计出来的失焦模糊图；步骤2.2、利用一个浅层特征提取卷积和三个下采样卷积来将失焦模糊图的特征匹配到条件残差恢复网络中；其计算公式表达为：Fcond1＝ConvdownConv1FLBPFcond2＝ConvdownFcond1Fcond3＝ConvdownFcond2Fcond1,Fcond2,Fcond3分别代表输入进条件残差恢复网络的三个条件特征；其中Convdown表示2倍下采样卷积，Conv1表示浅层特征提取层；所述步骤3具体实现如下：步骤3.1、条件残差模块，其公式为：Frec＝ConvLReLUConvFinputFc＝ConvFcondFouput＝Fcond*Fres+Finput其中Conv表示卷积操作，LReLU表示LeakyReLU激活函数，Fcond表示输入的条件特征；步骤3.2、在得到对应不同尺度下的条件特征Fcond1,Fcond2,Fcond3后，构建条件残差恢复网络，其中最后一层下采样采用4个条件残差模块，其他层都采用2个条件残差模块，中间增加两个跳跃连接层，从而使得网络性能最佳；具体公式如下：下采样：F1＝HCRB×2ConvIblur,Fcond1F2＝HCRB×2ConvdownF1,Fcond2F3＝HCRB×4ConvdownF2,Fcond2上采样：Fup1＝HCRB×2ConvccatF3↑2,ConvskipF2,Fcond2Fup2＝HCRB×2ConvccatFup1↑2,ConvskipF1,Fcond1Foutput＝ConvReFup2其中HCRB×2表示使用2个条件残差模块，HCRB×4表示使用4个条件残差模块；Conv,Convc,Convskip,cat和ConvRe分别表示初始特征提取卷积层、通道调整卷积层、跳跃连接的卷积层、通道连接的操作、重建卷积层，↑2表示bilinear上采样2倍操作；所述步骤4具体实现如下：步骤4.1、将输入图像先输入一阶段网络，即输入进模糊条件网络和一阶段条件残差恢复网络中训练先恢复出一个相对清晰图像Ioutput1，然后利用一阶段条件残差恢复网络的输出作为二阶段网络的输入，并且再次输入进模糊条件网络得到新的条件特征，进一步利用二阶条件残差恢复网络恢复出更精细的特征Ioutput2，从而得到更清晰的图像；具体表达式如下：Ioutput1＝HDeblur1Iblur,HcondIblurIoutput2＝HDeblur2Ioutput1,HcondIblar其中HDeblur表示条件残差恢复网络，Hcond表示模糊条件网络；步骤4.2、两阶段网络的输出均采用L1损失函数对图像进行点对点的损失函数计算，模型损失函数表示为：Loss＝L1Itarget,Ioutput1+L1Itarget,Ioutput2L1x,y＝||x-y||1步骤4.3、模型训练采用渐进训练策略，将训练过程分为多个子训练周期，依次进行子训练周期的训练，训练开始时以大学习率开始训练，且每迭代完一个子训练周期逐步减小学习率，直至迭代完成。

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福建帝视信息科技有限公司，其通讯地址为：350002 福建省福州市鼓楼区西洪路528号云座2号楼5楼B区；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”。