一种基于自注意力机制的循环特征推理的图像修复方法(机器学习、计算机视觉、大数据)（2024年下证）

本申请公开的基于自注意力机制的循环特征推理的图像修复方法，包括：构建SA‑RFR网络结构：包括预处理模块、特征推理模块和自适应重影融合模块；将破损图像和对应的蒙版输入网络结构中，先经过预处理模块处理，进行特征图的提取以及蒙版的判定并更新；后将预处理模块的输出输入到特征推理模块，合成破损图像的部分内容；将前面两个模块交替迭代共6次，每一次都对修复的特征图进行保存；最后一次修复完成后，将修复过程中生成的所有特征图合并为一个通道的固定特征图，最后经过自适应重影融合模块完成修复，生成最终结果。本发明涉及的技术方案，其能够针对大区域缺失图像进行修复，使修复后的内容细节更加清晰，边缘更加平滑，结构更加合理。

《一种基于自注意力机制的循环特征推理的图像修复方法(机器学习、计算机视觉、大数据)（2024年下证）》是一发明专利，专利号为 2021112307754，当前法律状态为已下证，由长沙理工大学提出申请，发明人为王进;王柳;何施茗;吴一鸣;韩惠，申请日期为2021-10-22，公开（公告）日期为2024-06-28，国际专利分类号（IPC）为 G06T 5/77 (2024.01)，高新资质：未报高企，所属技术领域包括：机器学习、计算机视觉、图像修复、大数据、人工智能、AI。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本申请公开的基于自注意力机制的循环特征推理的图像修复方法，包括：构建SA‑RFR网络结构：包括预处理模块、特征推理模块和自适应重影融合模块；将破损图像和对应的蒙版输入网络结构中，先经过预处理模块处理，进行特征图的提取以及蒙版的判定并更新；后将预处理模块的输出输入到特征推理模块，合成破损图像的部分内容；将前面两个模块交替迭代共6次，每一次都对修复的特征图进行保存；最后一次修复完成后，将修复过程中生成的所有特征图合并为一个通道的固定特征图，最后经过自适应重影融合模块完成修复，生成最终结果。本发明涉及的技术方案，其能够针对大区域缺失图像进行修复，使修复后的内容细节更加清晰，边缘更加平滑，结构更加合理。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！