買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉南京郵電大學(xué)申請(qǐng)的專利基于多頭交叉注意機(jī)制的神經(jīng)網(wǎng)絡(luò)光場(chǎng)圖像去模糊方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN116152103B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-05發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202310144230.4，技術(shù)領(lǐng)域涉及：G06T5/73；該發(fā)明授權(quán)基于多頭交叉注意機(jī)制的神經(jīng)網(wǎng)絡(luò)光場(chǎng)圖像去模糊方法是由馬鑫宇;朱虎;鄧麗珍設(shè)計(jì)研發(fā)完成，并于2023-02-21向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于多頭交叉注意機(jī)制的神經(jīng)網(wǎng)絡(luò)光場(chǎng)圖像去模糊方法在說明書摘要公布了：本發(fā)明屬于圖像去模糊技術(shù)領(lǐng)域，公開了基于多頭交叉注意機(jī)制的神經(jīng)網(wǎng)絡(luò)光場(chǎng)圖像去模糊方法，具體為在光場(chǎng)生成的LFDOF數(shù)據(jù)集上訓(xùn)練網(wǎng)絡(luò)；通過二次方法收集的DPDD數(shù)據(jù)集上使用特征損失對(duì)網(wǎng)絡(luò)進(jìn)行微調(diào)，以減輕兩個(gè)域中存在的散焦模糊之間的差異；分析了兩個(gè)散焦模糊數(shù)據(jù)集LFDOF和DPDD的特征，開發(fā)了一種新的基于多頭交叉注意機(jī)制的去模糊訓(xùn)練策略；提出了一種端到端的網(wǎng)絡(luò)架構(gòu)，配備了新穎的動(dòng)態(tài)殘差塊，以從粗到細(xì)的方式重建清晰的圖像。本發(fā)明設(shè)計(jì)的端到端神經(jīng)網(wǎng)絡(luò)可有效消除空間變化的散焦模糊，解決了簡(jiǎn)單的二次拍攝無法實(shí)現(xiàn)散焦和全焦圖像對(duì)之間的像素級(jí)對(duì)應(yīng)的問題。

本發(fā)明授權(quán)基于多頭交叉注意機(jī)制的神經(jīng)網(wǎng)絡(luò)光場(chǎng)圖像去模糊方法在權(quán)利要求書中公布了：1.基于多頭交叉注意機(jī)制的神經(jīng)網(wǎng)絡(luò)光場(chǎng)圖像去模糊方法，其特征在于，包括以下步驟： 步驟1、構(gòu)建數(shù)據(jù)集LFDOF、數(shù)據(jù)集DPDD以及測(cè)試集；其中數(shù)據(jù)集LFDOF作為訓(xùn)練集，數(shù)據(jù)集DPDD作為輔助網(wǎng)絡(luò)微調(diào)集； 步驟2、構(gòu)建基于多頭交叉注意機(jī)制的神經(jīng)光場(chǎng)網(wǎng)絡(luò)模型，建立基于多頭交叉注意機(jī)制的神經(jīng)光場(chǎng)的去模糊訓(xùn)練策略； 步驟3、使用數(shù)據(jù)集LFDOF對(duì)所述基于多頭交叉注意機(jī)制的神經(jīng)光場(chǎng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，以獲得具有對(duì)應(yīng)關(guān)系的散焦和全焦圖像對(duì)；利用數(shù)據(jù)集DPDD使用特征損失進(jìn)行網(wǎng)絡(luò)微調(diào)，得到訓(xùn)練完成的神經(jīng)光場(chǎng)網(wǎng)絡(luò)模型； 步驟4、利用訓(xùn)練完成的神經(jīng)光場(chǎng)網(wǎng)絡(luò)模型，對(duì)含有模糊圖像的測(cè)試集進(jìn)行處理測(cè)試，得到處理后的清晰的測(cè)試圖像； 其中，所述神經(jīng)光場(chǎng)網(wǎng)絡(luò)模型包括編碼器、解碼器和若干級(jí)聯(lián)的動(dòng)態(tài)殘差塊；所述神經(jīng)光場(chǎng)網(wǎng)絡(luò)模型的輸入為數(shù)據(jù)集LFDOF和數(shù)據(jù)集DPDD中的模糊圖像xLFDOF和xDPDD，通過編碼器ε提取多尺度金字塔特征，然后通過跳過連接將其添加到解碼器D的相應(yīng)尺度；若干動(dòng)態(tài)殘差塊添加到解碼器D的每個(gè)尺度,若干動(dòng)態(tài)殘差塊的輸入為來自數(shù)據(jù)集LFDOF中的模糊圖像xLFDOF及解碼器D輸出的不同尺度的數(shù)據(jù)，輸出為去模糊化后的圖像； 所述動(dòng)態(tài)殘差塊包括基于多頭交叉注意機(jī)制模塊和多層感知器； 對(duì)每個(gè)多頭交叉注意機(jī)制模塊的輸入特征進(jìn)行標(biāo)記化，將特征重塑為扁平化的二維斑塊序列，其大小分別為P、P2；斑塊映射到其對(duì)應(yīng)尺度的編碼器特征的相同區(qū)域；通過這個(gè)過程，保持原始通道的尺寸； 把輸入特征的標(biāo)記Ti, 作為密鑰，i＝1,2；值T∑＝ConcatT1,T2；這些標(biāo)記被送入多頭交叉注意機(jī)制模塊和多層感知器的殘余結(jié)構(gòu)，提煉來自每個(gè)編碼器的特征Qi，每個(gè)編碼器使用多尺度特征； 多頭交叉注意機(jī)制模塊包含了3個(gè)輸入Q1，Q2，C∑，還包含輸入特征標(biāo)記Ti作為查詢，以及值T∑作為鍵和值； Qi＝TiWQ,K＝T∑WK,V＝T∑WV 其中是不同輸入的權(quán)重，d是序列長(zhǎng)度，Ci是兩個(gè)輸入信道的尺寸，i＝1,2，C∑＝ConcatC1,C2；Qi為每個(gè)編碼器的特征，V，K為兩個(gè)經(jīng)過加權(quán)后參與計(jì)算的參數(shù)； 由于產(chǎn)生了相似性矩陣并通過交叉注意CA機(jī)制對(duì)V進(jìn)行加權(quán)； 其中ψ·和σ·分別表示實(shí)例規(guī)范化函數(shù)和softmax函數(shù)；上標(biāo)T為轉(zhuǎn)置標(biāo)記； 沿著通道軸進(jìn)行注意操作，并且采用了實(shí)例歸一化；在N頭注意的情況下，多頭交叉注意機(jī)制模塊處理后的輸出計(jì)算如下： 其中N是輸入的數(shù)量；此后，應(yīng)用一個(gè)MLP和殘差運(yùn)算器，得到的輸出如下： Oi＝MCAi+MLPQi+MCAi 省略了方程中的層歸一化LN；將上式中的操作重復(fù)L次，構(gòu)建一個(gè)L層的變換器；第L層的兩個(gè)輸出O1,O2通過一個(gè)上采樣操作進(jìn)行重構(gòu)，然后通過卷積層重建，得到殘差塊的輸出。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人南京郵電大學(xué)，其通訊地址為：210023 江蘇省南京市棲霞區(qū)亞東新城文苑路9號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。