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！

龙图腾网获悉天津大学申请的专利一种基于跨图像上下文记忆的图像修复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：CN115311153B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202210330146.7，技术领域涉及：G06T5/77；该发明授权一种基于跨图像上下文记忆的图像修复方法是由林迪;冯廷亮;万亮;冯伟设计研发完成，并于2022-03-31向国家知识产权局提交的专利申请。

本一种基于跨图像上下文记忆的图像修复方法在说明书摘要公布了：本发明涉及一种基于跨图像上下文记忆的图像修复方法，包括下列步骤：建立CICMBank，用于存储从跨图像中得到的特征图，特征图根据语义类别划分到不同的特征集；选取用以提取图像特征的卷积神经网络；得到局部缺失图像的粗略修复图像；对粗略修复图像进行优化，得到优化图像Ir；利用与粗略修复图像Ic相同尺寸大小的真值图像Ig和对应的真值语义分割结果Sg更新，从而对CICMBank进行更新；根据粗略修复图像Ic和优化图像Ir，得到最终修复图像I。

本发明授权一种基于跨图像上下文记忆的图像修复方法在权利要求书中公布了：1.一种基于跨图像上下文记忆的图像修复方法，包括下列步骤： 第一步，建立CICMBank，用于存储从跨图像中得到的特征图，特征图根据语义类别划分到不同的特征集，表示为B＝{Fd|d＝1,…,D}，其中Fd＝{fd,n∈RC|0≤n≤N}表示所有属于第d个类别的特征集，fd,n表示第d个类别的特征集中第n个特征，这里D表示所有特征集的总数，N表示每个第d个类别的特征集中的特征总个数； 第二步，选取用以提取图像特征的卷积神经网络； 第三步，通过第二步选取的卷积神经网络得到局部缺失图像的粗略修复图像，方法为：将局部缺失图像Im∈RH×W×3和其掩膜M∈RH×W输入第二步选取的卷积神经网络以提取特征,其中，H和W分别表示图像及掩膜的高和宽，输出粗略修复结果，输出包括对局部缺失图像做出粗略修复的粗略修复图像Ic和粗略语义分割结果Sc； 第四步，对粗略修复图像进行优化，得到优化图像Ir，方法为： 1将粗略修复图像Ic和粗略语义分割结果Sc根据掩膜M划分为未缺失部分图像Iu、缺失部分图像It和缺失部分语义分割结果St； 2将缺失部分图像It不重叠地切分为区域图像集合其中，J表示区域图像集合中区域图像的总个数； 3将缺失部分语义分割结果St根据区域图像集合中的区域图像调整大小，调整后，缺失部分语义分割结果St每个像素对应区域图像集合中的一个元素； 4根据调整大小后的缺失部分语义分割结果与区域图像集合的对应关系，为区域图像集合中的每个元素赋予对应的惟一的语义类别； 5根据第j个区域图像的语义类别，从CICMBank中选出具有相同类别的特征集Fh＝{fh,n|n＝1,…,N}； 6通过卷积操作，计算出区域图像的区域图像特征 7计算出区域图像特征与具有相同类别的特征集Fh＝{fh,n|n＝1,…,N}之间的特征相似度集合其中N表示特征相似度的总个数； 8根据特征相似度集合对特征集Fh加权计算出优化区域特征计算方式如下 9将优化区域特征通过卷积操作计算出优化区域图像 10将区域图像集合中所有J个元素经过步骤6-7后，得到由J个优化区域图像组成的优化区域图像集合将优化区域图像集合按原始位置进行拼接，得到缺失部分优化图像Iq，在将缺失部分优化图像Iq与未损坏部分图像Iu结合后，得到优化图像Ir； 第五步，利用与粗略修复图像Ic相同尺寸大小的真值图像Ig和对应的真值语义分割结果Sg更新，从而对CICMBank进行更新； 第六步，根据粗略修复图像Ic和优化图像Ir，得到最终修复图像I。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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”。