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！

龙图腾网恭喜西安电子科技大学申请的专利基于级联式特征注意力金字塔网络的自然图像去散光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：CN116757943B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202310564192.8，技术领域涉及：G06T5/70；该发明授权基于级联式特征注意力金字塔网络的自然图像去散光方法是由刘刚;李柯;党敏;王笛;徐启杰设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本基于级联式特征注意力金字塔网络的自然图像去散光方法在说明书摘要公布了：本发明提出一种基于级联式特征注意力金字塔空间网络的图像去散光方法，采用生成对抗网络架构，构建构造了级联式特征注意力金字塔网络，克服了现有技术中在对噪声不同强度与种类图像修复时，由于特征提取鲁棒性差导致图像修复效果差的不足的问题，提高了噪声消除的鲁棒性。本发明在级联式特征注意力金字塔网络结构中引入了注意力机制，通过降低由于噪声杂乱带来图像修复时关注区域的不确定性，进而减少了修复噪声给自然图像带来的模糊效果，提升自然图像的修复质量。此外，本发明填补了现有技术仅关注雨水痕迹、雾霾模糊和阴影遮挡等常见噪声的不足，扩展了图像去噪修复应用的应用场景。

本发明授权基于级联式特征注意力金字塔网络的自然图像去散光方法在权利要求书中公布了：1.一种基于级联式特征注意力金字塔空间网络的图像去散光方法，其特征在于，构造级联式特征注意力金字塔空间网络；该方法的步骤包括如下：步骤1，搭建由下采样模块，映射模块，第一上采样模块，两个分支并联的双分支注意力模块，第二上采样模块依次串联组成的级联式特征注意力金字塔空间网络；所述双分支注意力模块中第一分支的结构依次串联为：第一卷积层，第一池化层，第二池化层，第一相加层，第一激活层，第二卷积层，第二激活层串联组成第一分支；将第一、第二卷积层的卷积核个数分别设置为N8、N，卷积核大小均设置为1×1，卷积核移动步长均设置为1，第一激活层采用ReLu激活函数，第二激活层采用Sigmoid激活函数，其中，N为输入特征图的通道数；所述双分支注意力模块中第二分支的结构依次串联为：第一卷积层，第二卷积层，第三卷积层，第一反卷积层，第二反卷积层，第三反卷积层串联组成第二分支；将第一至第三卷积层的卷积核个数分别设置为64、128、256卷积核大小均设置为3×3，卷积核移动步长均设置为1；第一到第三反卷积层的卷积核个数分别设置为256，128，64，卷积核大小均设置为3×3，卷积核移动步长均设置为1；步骤2，搭建由两个双尺度空间注意力马尔可夫鉴别器与分解鉴别器并联组成鉴别器网络；步骤3，将级联式特征注意力金字塔空间网络和鉴别器网络并联组成生成对抗网络；步骤4：生成训练集：选取至少6000张大小均为256x256的三通道彩色散光图像与其对应的无散光图像组成训练集；步骤5，训练生成对抗网络：将训练集输入到级联式注意力特征金字塔网络中，使用Adam优化器对网络的所有权重进行迭代更新，直到金字塔网络损失函数收敛为止，输出预测无散光的图像和预测散光光斑图像；使用Adam优化器对鉴别器网络的所有权重进行迭代更新，直到鉴别器网络损失函数收敛为止，得到训练好的级联式注意力特征金字塔网络；步骤6，修复图像：将待去散光的图像输入到训练好的级联式特征注意力金字塔空间网络中，利用保存好的网络权重输出图像去散光的结果。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路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”。