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！

龙图腾网获悉南京邮电大学申请的专利一种基于SqueezeNet的生成对抗网络图像去雾方法及装置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：CN116703765B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202310653152.0，技术领域涉及：G06T5/77；该发明授权一种基于SqueezeNet的生成对抗网络图像去雾方法及装置是由彭程;李飞达;季宏伟;张登银;赵莎莎;金小飞设计研发完成，并于2023-06-05向国家知识产权局提交的专利申请。

本一种基于SqueezeNet的生成对抗网络图像去雾方法及装置在说明书摘要公布了：本发明公开了一种基于SqueezeNet的生成对抗网络图像去雾方法及装置，方法包括：将采集的有雾图像输入构建的基于SqueezeNet的生成对抗网络模型中，输出去雾后的无雾图像；其中，所述基于SqueezeNet的生成对抗网络模型包括生成器网络和判别器网络。本发明通过特征提取网络SqueezeNet提取雾密度特征，使去雾网络能够自动调整不同浓度区域的权重，更有效地分离雾霾和图像内容，实现在真实场景中对不同浓度雾霾的非均匀处理。改进的注意力块使去雾网络能够提取到图像的关键特征，提高了去雾网络的性能。引入感知损失帮助恢复更多的图像细节信息，避免了传统卷积神经网络导致的图像空间细节丢失的问题。

本发明授权一种基于SqueezeNet的生成对抗网络图像去雾方法及装置在权利要求书中公布了：1.一种图像去雾方法，其特征在于，包括： 采集有雾图像； 将采集的有雾图像输入构建的基于SqueezeNet的生成对抗网络模型中，输出去雾后的无雾图像； 其中，所述基于SqueezeNet的生成对抗网络模型包括生成器网络和判别器网络； 所述生成器网络包括顺序连接的一个特征提取网络SqueezeNet和一个图像重建网络；所述判别器网络包括顺序连接的多个卷积层、全连接层、sigmoid激活层； 所述特征提取网络SqueezeNet从有雾图像中学习雾密度特征，用于图像重建网络自动调整不同浓度区域的权重，从而实现在真实场景中对不同浓度雾霾的非均匀处理； 所述特征提取网络SqueezeNet，包括依次设置的数据输入层、卷积层、最大池化层、三个Fire模块、最大池化层、四个Fire模块、最大池化层、Fire模块、卷积层； 所述数据输入层用于接收输入的有雾图像，输入的有雾图像通过Fire模块进行数据的压缩和扩展，输出的特征图分辨率不变，通道数改变； 每个所述Fire模块包括squeeze层和expand层；squeeze层是一个包含1×1卷积核的卷积层，expand层是包含1×1和3×3卷积核的卷积层；在expand层中，把1×1和3×3卷积得到的特征图进行连接，每一个卷积层均采用ReLu激活函数。

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南京邮电大学，其通讯地址为：210033 江苏省南京市栖霞区文苑路9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”。