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)申請的專利一種基于潛在擴(kuò)散模型的人盲臉圖像恢復(fù)系統(tǒng)及其方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116402719B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-09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?zhí)?專利號為：202310382257.7，技術(shù)領(lǐng)域涉及：G06T5/77；該發(fā)明授權(quán)一種基于潛在擴(kuò)散模型的人盲臉圖像恢復(fù)系統(tǒng)及其方法是由曾雨歡;霍智勇;楊曉蕾;文僖越設(shè)計研發(fā)完成，并于2023-04-11向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于潛在擴(kuò)散模型的人盲臉圖像恢復(fù)系統(tǒng)及其方法在說明書摘要公布了：本發(fā)明公開了一種基于潛在擴(kuò)散模型的人盲臉圖像恢復(fù)系統(tǒng)及其方法，屬于圖像恢復(fù)技術(shù)領(lǐng)域；該方法包括以下步驟：接收傳輸進(jìn)來的低質(zhì)量人臉圖像；利用SRCNN網(wǎng)絡(luò)獲取邊緣分布，并將構(gòu)造的邊緣分布輸入到預(yù)訓(xùn)練的潛在擴(kuò)散模型中；SRCNN網(wǎng)絡(luò)作為擴(kuò)散估計器用于圖像特征提取；使用預(yù)訓(xùn)練的潛在擴(kuò)散模型生成潛在人臉圖像；使用VAE解碼器將潛在人臉圖像恢復(fù)。本發(fā)明通過SRCNN網(wǎng)絡(luò)融合潛在擴(kuò)散模型，將低質(zhì)量圖像到預(yù)訓(xùn)練擴(kuò)散模型的中間狀態(tài)進(jìn)行過渡分布，降低了預(yù)訓(xùn)練復(fù)雜度并且提高了數(shù)據(jù)集的多樣性；通過使用預(yù)訓(xùn)練的U?net網(wǎng)絡(luò)和調(diào)度算法作為生成模型，在潛在空間上完成逆擴(kuò)散過程，簡化了訓(xùn)練過程和減少了訓(xùn)練時長，從而生成較為準(zhǔn)確的高質(zhì)量人臉圖像。

本發(fā)明授權(quán)一種基于潛在擴(kuò)散模型的人盲臉圖像恢復(fù)系統(tǒng)及其方法在權(quán)利要求書中公布了：1.一種基于潛在擴(kuò)散模型的人盲臉圖像恢復(fù)系統(tǒng)，其特征在于：所述人盲臉圖像恢復(fù)系統(tǒng)包括用于作為擴(kuò)散估計器的SRCNN網(wǎng)絡(luò)、以及用于生成潛在人臉圖像的潛在擴(kuò)散模型、以及用于恢復(fù)潛在人臉圖像的VAE解碼器； 所述SRCNN網(wǎng)絡(luò)作為擴(kuò)散估計器用于圖像特征提取； 所述SRCNN網(wǎng)絡(luò)包括圖像特征提取層、非線性映射層和網(wǎng)絡(luò)重建層；所述圖像特征提取層提取圖像的邊緣分布，非線性映射層將構(gòu)造好的邊緣分布映射到預(yù)訓(xùn)練的潛在擴(kuò)散模型中，網(wǎng)絡(luò)重建層將映射后的特征恢復(fù)為高質(zhì)量圖像； 所述潛在擴(kuò)散模型包括U-net網(wǎng)絡(luò)，U-net網(wǎng)絡(luò)包括由ResNet塊組成的編碼器、由ResNet塊組成的解碼器和交叉注意力層； 所述編碼器通過下采樣將潛在圖像表示壓縮為低維表示，解碼器通過上采樣將低維表示的潛在圖像進(jìn)行恢復(fù)； 所述交叉注意力層在編碼器和解碼器的ResNet塊之間，通過交叉注意力層提取圖像邊緣分布與Latents之間的相關(guān)性； 所述Latents表示預(yù)測的噪聲樣本。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人南京郵電大學(xué)，其通訊地址為：210003 江蘇省南京市鼓樓區(qū)新模范馬路66號；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)”。