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！

龙图腾网获悉华南理工大学申请的专利基于图像先验和门控注意力学习的单图去雨方法和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：CN115880170B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202211546859.3，技术领域涉及：G06T5/73；该发明授权基于图像先验和门控注意力学习的单图去雨方法和系统是由傅予力;王鹏程;向友君设计研发完成，并于2022-12-05向国家知识产权局提交的专利申请。

本基于图像先验和门控注意力学习的单图去雨方法和系统在说明书摘要公布了：本发明公开了一种基于图像先验和门控注意力学习的单图去雨方法及系统，该方法包括：构建基于图像先验和门控注意力学习的网络模型，所述网络模型包括顺序连接的特征提取器、编解码器和具有注意力机制的门控器；获取训练样本；构成有雨‑无雨图像对训练数据集；将所述有雨‑无雨图像对训练数据集进行预处理，将预处理后的数据输入到所述基于图像先验和门控注意力学习的网络模型中进行训练，得到训练好的基于图像先验和门控注意力学习的网络模型；将需要去雨的图像输入到训练好的基于图像先验和门控注意力学习的网络模型，最终获取去雨后的图像数据,本发明有效的提取图像的细节信息和识别出更多的雨条纹，从而增强了雨图的去雨效果。

本发明授权基于图像先验和门控注意力学习的单图去雨方法和系统在权利要求书中公布了：1.基于图像先验和门控注意力学习的单图去雨方法，其特征在于，包括以下步骤： S1、构建基于图像先验和门控注意力学习的网络模型，所述网络模型包括顺序连接的特征提取器、编解码器和具有注意力机制的门控器； S2、获取训练样本；通过无雨的背景图片加上合成雨纹，得到对应的雨图样本，无雨的背景图片和雨图样本构成有雨-无雨图像对训练数据集； S3、将所述有雨-无雨图像对训练数据集进行预处理，将预处理后的数据输入到所述基于图像先验和门控注意力学习的网络模型中进行训练，得到训练好的基于图像先验和门控注意力学习的网络模型；训练过程具体包括以下步骤： S31所述特征提取器从输入的雨图样本中提取雨图特征和先验特征： 首先利用带有SqueezeandExcitation操作的残差块来提取输入雨图的雨图特征L，所述雨图特征L定义如下： L＝SEResBlockR 其中，R表示输入的雨图样本，SE·表示SqueezeandExcitation操作，ResBlock·表示一个构成ResNet的残差块； 然后设定一个RCP先验，所述RCP先验定义如下： IPx＝IMx-Imx 其中x表示每个像素的位置,I表示RGB图像，IM表示RGB图像的最大像素值，Im表示RGB图像的最小像素值，IP表示先验； 基于RCP先验获取残差通道图的灰度图像 最终提取雨图的先验特征P，所述先验特征P如下所示： S32对雨图样本的雨图特征和先验特征进行标准化，然后将标准化后所对应的雨图特征和先验特征进行级联，将级联后的雨图特征和先验特征输入编解码器中进行特征分离，得到初步的雨条纹特征图；所述雨图特征包括雨图的纹理和边缘特征； S33所述具有注意力机制的门控器提取初步的雨条纹特征图在空间方向上的特征依赖信息和在通道方向上的特征依赖信息，结合在空间方向上的特征依赖信息和在通道方向上的特征依赖信息识别初步的雨条纹特征图上的雨条纹和残余的背景层信息，在识别到雨条纹信息的同时将所述残余的背景层信息进行过滤，得到最终的雨条纹信息； S34从输入的雨图样本中减去最终的雨条纹信息，得到去雨后的图像； S4、将需要去雨的图像输入到训练好的基于图像先验和门控注意力学习的网络模型，最终获取去雨后的图像数据。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。