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！

龍圖騰網獲悉上海交通大學申請的專利基于協方差優化擴散模型的圖像處理方法、系統及裝置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：CN117115042B 。

龍圖騰網通過國家知識產權局官網在2025-08-26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：202311284271.X，技術領域涉及：G06T5/70；該發明授權基于協方差優化擴散模型的圖像處理方法、系統及裝置是由戴文睿;彭欣宇;鄭紫陽;李成林;鄒君妮;熊紅凱設計研發完成，并于2023-09-29向國家知識產權局提交的專利申請。

本基于協方差優化擴散模型的圖像處理方法、系統及裝置在說明書摘要公布了：本發明提供了一種基于協方差優化擴散模型的圖像處理方法、系統及裝置，用于圖像重構、圖像去噪、圖像復原、圖像去模糊或圖像超分辨率。所述方法包括：獲取測量值；在基于擴散模型理論的基礎上，建立基于引導無條件預訓練擴散模型實現條件概率采樣，最終采樣結果作為重建圖像；在所述條件概率采樣中使用極大似然法獲得最優后驗協方差，作為所述引導中高斯近似的協方差。本發明能夠提高現有圖像重構的精度，降低了對模型參數的敏感度，適用于圖像去噪、復原與增強等各種重建問題的廣泛場景。

本發明授權基于協方差優化擴散模型的圖像處理方法、系統及裝置在權利要求書中公布了：1.一種基于協方差優化擴散模型的圖像處理方法，用于圖像重構、圖像去噪、圖像復原、圖像去模糊或圖像超分辨率，其特征在于，包括： 獲得測量值y，建立圖像線性退化模型，根據所述圖像線性退化模型引導得出基于高斯近似的引導方法； 使用卷積層、非線性層和上下采樣層搭建U-Net架構網絡作為無條件擴散模型，利用所述無條件擴散模型提供所述引導方法中的高斯近似的均值與協方差；所述無條件擴散模型是未訓練的無條件擴散模型或預訓練的無條件擴散模型； 對于未訓練的無條件擴散模型，使用極大似然法，基于訓練圖像訓練所述無條件擴散模型，所述無條件擴散模型的輸出作為所述引導方法中的高斯近似的均值與協方差； 對于預訓練的無條件擴散模型，由所述預訓練無條件擴散模型提供均值預測，包含逆擴散協方差預測分支時，轉換逆擴散協方差最優值作為所述高斯近似的最優協方差，不包含逆擴散協方差預測分支時，通過蒙特卡洛法估計所述高斯近似的最優協方差； 使用所述高斯近似的引導方法引導所述無條件擴散模型，所述引導方法將無條件后驗均值轉化為有條件后驗均值，以用于有條件的逆擴散過程采樣，有條件的逆擴散過程的最終樣本服從給定所述測量值后原始圖像x0的條件分布，使用所述最終樣本作為重構圖像； 所述根據所述圖像線性退化模型引導得出基于高斯近似的引導方法，其中：引導的核心是有條件后驗均值的估計，根據高斯近似在引導中用法的不同，引導分為兩類，包括： -第一類引導法：有條件后驗均值使用后驗均值與似然得分函數描述 其中，σt是帶噪圖像的噪聲標準差，后驗期望可以使用所述無條件擴散模型的輸出獲得；基于各向同性高斯近似的條件，導出得分函數近似的閉式解，或是基于共軛梯度獲得得分函數近似的數值解； -第二類引導法：根據貝葉斯定理，ptx0|xt,y∝pty|x0ptx0|xt，使用qtx0|xt近似ptx0|xt，得到ptx0|xt,y的近似qtx0|xt,y∝pty|x0qtx0|xt，其中，qtx0|xt,y為高斯分布；使用qtx0|xt,y的均值作為有條件后驗均值的近似；基于各向同性高斯近似條件，導出所述高斯分布均值的閉式解，或是基于共軛梯度獲得所述高斯分布均值的數值解。

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上海交通大學，其通訊地址為：200240 上海市閔行區東川路800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”。