一种基于CNN-Transformer的低光照图像多任务恢复方法及系统（高校公示15天）（不包年费滞纳金）（需要二变）

本发明适用于计算机视觉技术领域，提供了一种基于CNN‑Transformer的低光照图像多任务恢复方法及系统，构建包含编码器和解码器的网络，编码器提取局部与全局特征，结合分组迭代卷积实现低光增强与曝光抑制；解码器利用Decoder CNN‑Transformer模块及自适应可变形空洞卷积块处理非均匀运动模糊。编码器与解码器之间通过跳跃连接将浅层特征与深层特征进行融合。设计SmoothL1损失与感知损失联合优化，提升图像亮度、对比度及细节，生成高质量的结果。方法兼顾轻量化与实时性，可在同一网络中处理多退化任务，为目标检测、语义分割等任务提供高质量图像基础，有效提高图像整体质量。

《一种基于CNN-Transformer的低光照图像多任务恢复方法及系统（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2025109635874，当前法律状态为已下证，由吉林大学提出申请，发明人为何睿;李烜赫;吴坚，申请日期为2025-07-14，公开（公告）日期为2025-09-09，国际专利分类号（IPC）为 G06T 5/60 (2024.01)，高新资质：未报高企。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：本发明适用于计算机视觉技术领域，提供了一种基于CNN‑Transformer的低光照图像多任务恢复方法及系统，构建包含编码器和解码器的网络，编码器提取局部与全局特征，结合分组迭代卷积实现低光增强与曝光抑制；解码器利用Decoder CNN‑Transformer模块及自适应可变形空洞卷积块处理非均匀运动模糊。编码器与解码器之间通过跳跃连接将浅层特征与深层特征进行融合。设计SmoothL1损失与感知损失联合优化，提升图像亮度、对比度及细节，生成高质量的结果。方法兼顾轻量化与实时性，可在同一网络中处理多退化任务，为目标检测、语义分割等任务提供高质量图像基础，有效提高图像整体质量。

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！