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！

龙图腾网获悉西南石油大学申请的专利一种基于随机掩码卷积和注意力机制的单幅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：CN116721033B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202310740661.7，技术领域涉及：G06T5/73；该发明授权一种基于随机掩码卷积和注意力机制的单幅图像去雾方法是由李志丹;何子林;程吉祥;谢智威;陈周设计研发完成，并于2023-06-21向国家知识产权局提交的专利申请。

本一种基于随机掩码卷积和注意力机制的单幅图像去雾方法在说明书摘要公布了：本发明公开了一种基于随机掩码卷积和注意力机制的单幅图像去雾方法，包括如下步骤：对公开的清晰含雾图像数据集进行裁剪，并随机水平或垂直翻转后得到训练集；构建基于随机掩码卷积和注意力机制的单幅图像去雾网络，网络整体采用编码器‑解码器结构。在编码器中利用随机掩码卷积提取含雾图像特征，再通过坐标注意力模块、残差块和密集特征融合模进一步处理含雾图像特征；在解码器中使用反卷积、坐标注意力模块和密集特征融合模块对编码阶段生成的图像特征解码，以恢复到最初的图像特征尺寸；本发明可以更好恢复雾图的结构和色彩信息，使得恢复后图像更符合人眼视觉要求，主客观评价结果能够证明本发明方法的有效性。

本发明授权一种基于随机掩码卷积和注意力机制的单幅图像去雾方法在权利要求书中公布了：1.一种基于随机掩码卷积和注意力机制的单幅图像去雾方法，其特征在于，包括以下步骤： S1、从公开图像去雾数据集RESIDE中随机裁剪图像为256×256大小并进行随机水平或垂直翻转以获得训练集； S2、构建随机掩码卷积层作为网络编码部分组件，用于有效提取所需特征信息和避免冗余特征； S3、构建基于随机掩码卷积和注意力机制的图像去雾卷积神经网络；所述图像去雾卷积神经网络包括编码器和解码器两个部分，在编码器中，首先通过步骤S2构建的随机掩码卷积层提取雾图的特征图像，然后通过引入坐标注意力、残差模块和密集特征融合模块对雾图的特征图像进行处理与融合得到雾图的高级语义特征；在解码器中，采用反卷积对高级语义特征进行上采样以得到去雾图像的细节信息，将得到的图像细节信息再通过坐标注意力和密集特征融合模块进行进一步处理与融合，其中，残差块由两个卷积层和PRelu激活函数层构成，同时将输入直接添加到残差块的输出，密集特征融合模块融合来自多个不同层次的特征，特征融合过程为： 其中为第n层密集特征融合模块的输出，Dn表示密集特征融合，qn为第n层注意力模块的输出，表示来自解码器编码器中前n-1个密集特征融合模块的输出； S4、设置训练图像去雾卷积神经网络时需要的相关超参数和优化算法并联合均方误差损失函数约束网络的优化方向，通过网络进行循环迭代训练使得损失不断减小，最终得到网络的权重参数并保存，其中，均方误差损失函数的计算公式如下： 式中，nb是在训练过程中选择的批处理大小,NIi和Ji分别代表去雾图像和对应的无雾图像,||||2代表标准的L2正则化； S5、利用步骤S3构建的图像去雾卷积神经网络和步骤S4获得的网络训练权重参数构建基于随机掩码卷积和注意力机制的单幅图像去雾模型，并使用该图像去雾模型对测试集中的含雾图像进行去雾，获得去雾后图像。

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西南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8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。