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！

龙图腾网获悉重庆邮电大学申请的专利一种基于融合Transformer的卷积神经网络的图像去雾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：CN116012253B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202310076270.X，技术领域涉及：G06T5/73；该发明授权一种基于融合Transformer的卷积神经网络的图像去雾方法是由刘伯红;袁光斌设计研发完成，并于2023-01-18向国家知识产权局提交的专利申请。

本一种基于融合Transformer的卷积神经网络的图像去雾方法在说明书摘要公布了：本发明涉及一种基于融合Transformer的卷积神经网络的图像去雾方法，属于计算机视觉和图像处理技术领域。该方法包括：S1：获取合成雾天数据集RESIDE作为训练数据集，并对数据集进行预处理；S2：构建去雾网络模型：基于U‑Net的网络结构和残差模块，利用卷积模块和Transformer模块构建一个端到端的去雾网络模型；S3：将预处理后的数据集输入到构建好的去雾网络模型中，在训练过程中通过损失函数计算损失，不断迭代更新模型参数，最终得到训练好的去雾网络模型进行图像去雾。本发明能够更好的恢复图像的整体信息，可以直接进行端到端的去雾。

本发明授权一种基于融合Transformer的卷积神经网络的图像去雾方法在权利要求书中公布了：1.一种基于融合Transformer的卷积神经网络的图像去雾方法，其特征在于，该方法具体包括以下步骤： S1：获取合成雾天数据集RESIDE作为训练数据集，并对数据集进行预处理； S2：构建去雾网络模型：基于U-Net的网络结构和残差模块，利用卷积模块和Transformer模块构建一个端到端的去雾网络模型；去雾网络模型的架构包括：编码器、解码器和特征融合模块；基于U-Net的网络结构，利用残差结构构建一个端到端的去雾网络，编码器由若干去雾模块组成，每一个去雾模块由Transformer和卷积神经网络组成，卷积神经网络提取低频信息，Transformer提取高频信息；解码器由反卷积模块组成，完成无雾图像的重构； 构建去雾网络模型，具体包括以下步骤： S21：编码器包含3个去雾模块和2个patch-merging模块，每个去雾模块由前半部分的若干卷积子模块和后半部分若干的Transformer子模块组成，每个去雾模块中卷积模块和Transformer模块的比例逐层变小，即在网络的浅层，由卷积模块提取图像的细节信息，而随着网络层数的加深，改为由Transformer模块提取图像的全局信息； S22：patch-merging模块的作用是首先将输入到patchpartition模块中进行分块，即将每4×4相邻的像素作为一个patch，然后在channel方向展平，则特征图的高宽缩减为原先的一半，而通道数变为原先的4倍，之后再通过一个全连接层，将通道数映射为原先的通道数的2倍，实现特征图的下采样操作； S23：去雾模块由8个去雾子模块构成，每个去雾子模块为卷积神经网络模块或Transformer模块； S24：解码器由反卷积模块和去雾模块中的卷积模块组成，反卷积模块由一个卷积层和PixelShuffle上采样层构成，作用是使得featuremap的宽高翻倍，通道数减半； S25：特征融合模块采用SKNet和残差连接网络；SKNet通过对不同分支上加入注意力机制，让网络学习不同分支的重要程度，让特征融合模块能够更加有效的融合残差特征； S3：将预处理后的数据集输入到构建好的去雾网络模型中，在训练过程中通过损失函数计算损失，不断迭代更新模型参数，最终得到训练好的去雾网络模型，进行图像去雾。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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”。