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！

龙图腾网获悉江西师范大学申请的专利一种可变光圈散景渲染方法及系统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：CN121746565B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202610227959.1，技术领域涉及：G06T15/00；该发明授权一种可变光圈散景渲染方法及系统是由江爱文;张哲溥;谢树荟;王若川;陈康;严世军;凌清泉;李世政;江辛设计研发完成，并于2026-02-26向国家知识产权局提交的专利申请。

本一种可变光圈散景渲染方法及系统在说明书摘要公布了：本发明涉及计算机视觉技术领域，公开了一种可变光圈散景渲染方法及系统。该方法首先获取全聚焦输入图像、其深度图及目标光圈参数；将全聚焦输入图像输入编码器—瓶颈层—解码器结构的神经网络提取特征；将深度图和目标光圈参数输入至自适应路由提示模块，生成提示向量；在编码器阶段，利用提示向量通过自适应空间路由对特征进行差异化处理，并结合基于深度图的分层稀疏注意力机制抑制区域间干扰；在瓶颈层与解码器阶段，利用提示向量进行通道调制并融合跳跃连接特征，逐步恢复图像细节；最终将输出的散景残差图与全聚焦输入图像融合，生成目标光圈散景图像。本发明有效提升了散景渲染的可控性、边界自然度和细节保真度。

本发明授权一种可变光圈散景渲染方法及系统在权利要求书中公布了：1.一种可变光圈散景渲染方法，其特征在于，方法包括： 获取全聚焦输入图像、全聚焦输入图像对应的深度图以及用户设定的目标光圈参数； 将所述全聚焦输入图像通过卷积层提取浅层特征，并输入至编码器—瓶颈层—解码器结构的神经网络； 将所述深度图和目标光圈参数输入至自适应路由提示模块，生成提示向量；所述生成提示向量；具体包括： 使用卷积神经网络对所述深度图进行编码，经全局平均池化与归一化处理得到深度权重向量； 使用多层感知机对所述目标光圈参数进行编码得到光圈权重向量； 将所述深度权重向量与光圈权重向量相加并归一化，得到路由权重向量； 将所述路由权重向量与多个可学习向量构成的提示字典相乘，生成所述提示向量； 在所述神经网络的编码器阶段，根据所述提示向量对所述浅层特征进行自适应空间路由处理，得到空间路由增强特征；所述得到空间路由增强特征；具体包括： 将所述提示向量经线性层映射后，广播至与浅层特征相同的空间尺寸，得到空间提示特征图； 将所述空间提示特征图与浅层特征在通道维度进行拼接，得到中间特征； 对于所述中间特征上的每一空间位置，计算其对应的一组专家权重分布； 根据所述专家权重分布，为每一空间位置选择权重最高的前K个专家网络； 将每一空间位置的中间特征输入至其对应的被选中的专家网络进行计算，并将各专家网络的输出按专家权重进行加权融合，得到空间路由增强特征； 基于所述深度图划分景深区域，并对所述空间路由增强特征进行分层稀疏注意力计算与融合，得到分层注意力增强特征；所述得到分层注意力增强特征；具体包括： 对所述深度图进行归一化与双边滤波预处理，得到预处理深度图； 基于所述预处理深度图，通过显著性检测与连通域分析确定预处理深度图中的主体焦点区域，并计算主体焦点区域的平均深度作为焦点深度； 根据所述预处理深度图的深度值，计算累积分布函数，并依据累积分布函数确定划分景深区域的初始阈值； 根据所述焦点深度对所述初始阈值进行平移校正，获得校正后阈值； 根据所述校正后阈值生成焦点区域掩膜、过渡区域掩膜及背景区域掩膜，并计算各区域所占的像素比例； 将所述空间路由增强特征经前馈网络变换后，拆分为查询矩阵、键矩阵和值矩阵； 利用所述焦点区域掩膜、过渡区域掩膜及背景区域掩膜，将所述查询矩阵、键矩阵和值矩阵分别隔离至对应的景深区域内； 对于每一景深区域，计算其区域内的注意力权重矩阵，并对注意力权重矩阵中每一行，仅保留权重值最高的前K个键向量对应的权重，将其余权重置为零，得到稀疏化注意力权重； 将所述稀疏化注意力权重进行归一化处理，将归一化后的结果与对应的值向量相乘，得到各区域的稀疏注意力输出； 根据所述各区域所占的像素比例及可学习的权重系数，对所述各区域的稀疏注意力输出进行加权融合，并将融合后的输出经卷积层变换后与所述空间路由增强特征相加，得到所述分层注意力增强特征； 将所述分层注意力增强特征输入编码器进行下采样处理，在下采样处理过程中，生成并保存跳跃连接特征，并得到深层编码特征； 在所述神经网络的瓶颈层，将所述提示向量映射为通道门控系数，对所述深层编码特征进行全局调制，得到通道路由增强特征； 在所述神经网络的解码器阶段，将所述通道路由增强特征进行上采样，并与保存的跳跃连接特征进行拼接，得到拼接特征； 利用所述提示向量对所述拼接特征进行通道调制，并应用分层稀疏注意力计算，得到最终解码特征； 将所述最终解码特征映射为散景残差图，与所述全聚焦输入图像进行融合，输出目标光圈散景图像。

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江西师范大学，其通讯地址为：330000 江西省南昌市高新技术开发区紫阳大道99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”。

以上内容由龙图腾AI智能生成。