基于 CNN 和 Transformer 的车辆图像增强方法及系统

本发明提出了基于CNN和Transformer的车辆图像增强方法及系统，涉及计算机视觉领域。本发明提出一种特征调制Transformer模块，模块由L个交叉精炼融合块组成，每个交叉精炼融合块由高频增强残差块、矩形窗口注意力块、混合融合块组成。其中，高频增强残差块用于从输入特征中提取高频特征，矩形窗口注意力块用于捕捉输入特征的长距离依赖关系，然后通过混合融合块整合高频增强残差块和矩形窗口注意力块的输出。最后交叉提炼全局特征以获得最佳效果。

《基于 CNN 和 Transformer 的车辆图像增强方法及系统》是一发明专利，专利号为 2024105246552，当前法律状态为已下证，由济南大学提出申请，发明人为李忠涛;李新昌;韩延彬;孔祥玉;王凯;张波;郭庆北;张玉璘;陈图川，申请日期为2024-04-29，公开（公告）日期为2024-05-28，国际专利分类号（IPC）为 G06V10/764(2022.01)I;G06V10/80(2022.01)I;G06V10/82(2022.01)I，高新资质：未报高企，所属技术领域包括：计算机视觉 自动化驾驶 车辆识别 安全行驶 智能导航 无人驾驶 停车场管理 交通管理 车辆采集 车辆检测。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：本发明提出了基于CNN和Transformer的车辆图像增强方法及系统，涉及计算机视觉领域。本发明提出一种特征调制Transformer模块，模块由L个交叉精炼融合块组成，每个交叉精炼融合块由高频增强残差块、矩形窗口注意力块、混合融合块组成。其中，高频增强残差块用于从输入特征中提取高频特征，矩形窗口注意力块用于捕捉输入特征的长距离依赖关系，然后通过混合融合块整合高频增强残差块和矩形窗口注意力块的输出。最后交叉提炼全局特征以获得最佳效果。

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！