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！

龍圖騰網獲悉復旦大學申請的專利一種基于線框和邊緣結構的增量式圖像修復方法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：CN114399436B 。

龍圖騰網通過國家知識產權局官網在2025-08-29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：202111598280.7，技術領域涉及：G06T5/77；該發明授權一種基于線框和邊緣結構的增量式圖像修復方法是由付彥偉;曹辰捷;董巧樂設計研發完成，并于2021-12-24向國家知識產權局提交的專利申請。

本一種基于線框和邊緣結構的增量式圖像修復方法在說明書摘要公布了：本發明涉及一種基于線框和邊緣結構的增量式圖像修復方法，包括：獲取場景數據圖片；構建適應于下游任務的遮掩圖層來進行模型訓練；構建結構恢復模型并對其進行訓練；構建線框結構上采樣網絡并對其進行訓練；若遮掩圖像的分辨率大于256×256，利用結構上采樣網絡將256×256的修復線框和邊緣結構上采樣到和遮掩圖像同分辨率；將修復的線框和邊緣信息輸入結構特征編碼器獲取結構特征；根據遮掩圖層獲取遮掩位置編碼；構建圖像修復網絡并對其進行訓練；模型訓練結束后，進行圖像修復。與現有技術相比，本發明具有圖像修復效果好、適應性強等優點。

本發明授權一種基于線框和邊緣結構的增量式圖像修復方法在權利要求書中公布了：1.一種基于線框和邊緣結構的增量式圖像修復方法，其特征在于，所述的圖像修復方法包括： 步驟1：獲取場景數據圖片； 步驟2：構建適應于下游任務的遮掩圖層來進行模型訓練； 步驟3：構建結構恢復模型并對其進行訓練； 步驟4：構建線框結構上采樣網絡并對其進行訓練； 步驟5：若遮掩圖像的分辨率大于256×256，利用結構上采樣網絡將256×256的修復線框和邊緣結構上采樣到和遮掩圖像同分辨率； 步驟6：將修復的線框和邊緣信息輸入結構特征編碼器獲取結構特征； 步驟7：根據遮掩圖層獲取遮掩位置編碼； 步驟8：構建圖像修復網絡并對其進行訓練； 步驟9：模型訓練結束后，進行圖像修復； 所述的步驟8具體為： 將遮掩位置編碼和結構特征注入圖像修復網絡進行圖像修復訓練，注入結構特征以及遮掩位置編碼的前傳過程為： X1＝ReLUBNConv2dX0 X2＝ReLUBNConv2dX1+α×P+α0×S0 Xi+1＝ReLUBNConv2dXi+αi-1×Si-1,i＝2,3 X5＝FFCBlockX4+α3×S3 Xi+1＝ReLUBNConv2dXi,i＝7,8,9 其中，α,α0,α1,α2,α3均為初始化為0的可訓練參數；為網絡恢復的圖像；Conv2d為二維卷積算子；FFCBlock為傅里葉殘差塊； 快速傅里葉卷積塊FFC的前傳過程： Xl,Xg＝SplitX X″′g＝Conv2dX″g+Conv2dXl Xo＝ReLUBNConcatConv2dX,X″′g 其中，X為輸入特征；Split表示沿著通道維度切分張量的操作；FFT2d為二維快速傅里葉變換；InvFFT2d表示二維逆快速傅里葉變換；Concat表示沿著通道維度拼接張量的操作；Xo為最后的輸出特征； FFCBlock的前傳過程為： X′＝X+FFCFFCX； 所述的圖像修復網絡的損失函數包括： L1損失函數： 其中，⊙表示逐元素的乘法； 對抗損失函數： 其中，D表示判別器網絡；為梯度懲罰損失； 特征匹配損失函數： 其中，Di為判別器網絡D的第i層；Ni是第i層的總的神經元個數； 感知損失函數： 最終，結構修復模型的損失函數為： 其中，λL1、λadv、λfm和λhrf分別為L1損失函數、對抗損失函數、特征匹配損失函數和感知損失函數的權重。

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復旦大學，其通訊地址為：200433 上海市楊浦區邯鄲路220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”。