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！

龙图腾网恭喜复旦大学申请的专利基于动态权重机制和时空特征增强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：CN114820353B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202210370640.6，技术领域涉及：G06T5/73；该发明授权基于动态权重机制和时空特征增强的视频去模糊方法是由颜波;谭伟敏;付浪;李吉春设计研发完成，并于2022-04-10向国家知识产权局提交的专利申请。

本基于动态权重机制和时空特征增强的视频去模糊方法在说明书摘要公布了：本发明属于数字图像智能处理技术领域，具体一种基于动态权重机制和时空特征增强的视频去模糊方法。本发明方法包括：通过特征提取模块对模糊图像进行特征提取，得到图像特征：对提取的图像特征通过使用UNet结构进行时序上前向和后向的传播融合；通过构建空间特征增强模块，对经过传播融合后的图像特征进行增强；通过重建模块，对增强后的图像特征进行重建；对重建后的图像特征进行去模糊。实验结果表明，本发明可以动态的恢复视频中模糊严重的区域，纹理细节丰富的区域，以及物体边缘等高频部分，提高主观视觉效果。

本发明授权基于动态权重机制和时空特征增强的视频去模糊方法在权利要求书中公布了：1.一种基于动态权重机制和时空间特征增强的视频去模糊方法，其特征在于，具体步骤为：1通过特征提取模块对模糊图像进行特征提取，得到图像特征：2对提取的图像特征通过使用UNet结构进行时序上前向和后向的传播融合；3通过构建空间特征增强模块，对经过传播融合后的图像特征进行增强；4通过重建模块，对增强后的图像特征进行重建；5对重建后的图像特征进行去模糊；步骤5中所述对重建后的图像特征进行去模糊，具体流程为：将经过步骤4重建后的特征分为两个分支，其中：一个分支是去模糊，具体为，把重建的最后特征经过卷积操作Conv，然后将其与输入的模糊图像Bt相加，得到最后的去模糊结果，如公式6所示： 另一个分支是不确定性图估计分支，由不确定性图估计分支得到不确定性图δi；通过exp-lnδi计算得到训练过程中每个像素点的动态权重，以||Si-FBi||1表示使用相同的权重，即使用L1损失，以exp-lnδi||Si-FBi||1表示根据不确定图得到的动态惩罚；最终，总的损失函数如公式7所示，使用不确定性损失与L1损失共同优化模型的训练； 其中，δi表示通过不确定性估计模块得到不确定性图，Si表示模糊图像，Bi表示模糊图像对应的真实的清晰图像，F.表示去模糊的网络，N为模糊图的数量；不确定性分支在训练阶段得到不确定性估计图，用于计算损失函数，训练模型。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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”。