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！

龙图腾网恭喜东南大学申请的专利一种基于通道注意力和跨尺度特征融合的图像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：CN114936977B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202210610204.1，技术领域涉及：G06T5/73；该发明授权一种基于通道注意力和跨尺度特征融合的图像去模糊方法是由李春国;李武斌;陆敬奔;罗顺;吴宇凡;杨绿溪设计研发完成，并于2022-05-31向国家知识产权局提交的专利申请。

本一种基于通道注意力和跨尺度特征融合的图像去模糊方法在说明书摘要公布了：本发明公开了一种基于通道注意力和跨尺度特征融合的图像去模糊方法，包括：根据公开的模糊图像数据集，构建训练集、验证集和测试集；构建基于通道注意力和跨尺度特征融合的图像去模糊网络模型，利用所构建的训练集对模型进行监督训练，得到收敛的去模糊网络模型；在所构建的模糊图像测试集上评估本发明所提网络模型的去模糊性能。本发明所提方法相比于DMPHN等算法取得了更好的去模糊性能。本发明在降低网络整体参数量，极大减少前向推理时间的同时取得了更高的峰值信噪比和结构相似性，提升了图像去模糊的效果。

本发明授权一种基于通道注意力和跨尺度特征融合的图像去模糊方法在权利要求书中公布了：1.一种基于通道注意力和跨尺度特征融合的图像去模糊方法，其特征在于，所述方法包括：步骤S1、获取模糊图像数据集，再划分为训练集、验证集和测试集；步骤S2、构建一个基于通道注意力和跨尺度特征融合的图像去模糊网络模型，该图像去模糊网络模型包括：编码器模块，解码器模块，监督模块和跨尺度特征融合模块，并且该四个模块中均包括通道注意力残差模块；其中，该编码器模块以模糊图像为输入，以提取到的多个中间特征图谱和输出特征图谱作为输出；该解码器模块以编码器模块的输出为输入，并且在该编码器模块和解码器模块的相同分辨率的特征层之间设置有跳跃连接，用以降低编解码网络的学习难度和训练难度；所述的监督模块对解码器模块不同尺度的输出特征进行图像重建，用以对不同尺度下的重建图像进行监督约束，解码器模块输出的特征经过监督模块后输出不同尺度下校正后的解码特征，作为跨尺度特征融合模块的输入；所述跨尺度特征融合模块对不同分辨率的中间特征信息和的校正后的解码特征进行逐步的跨尺度特征融合，最终输出重建的去模糊图像；步骤S3、通过步骤S1中得到的训练集对步骤S2中构建的图像去模糊网络模型进行监督训练，进而得到收敛的网络模型，该收敛的网络模型以模糊图像为输入，经前向运算输出重建的去模糊图像。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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”。