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！

龙图腾网获悉新疆大学申请的专利一种基于GNN-transformer架构的单幅图像去雪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：CN116630175B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202310270044.5，技术领域涉及：G06T5/73；该发明授权一种基于GNN-transformer架构的单幅图像去雪方法是由陈娟;郭磊;周艳云;石飞;马海钰;肖怒;郭济;王志杰;陈震;王隆太设计研发完成，并于2023-03-20向国家知识产权局提交的专利申请。

本一种基于GNN-transformer架构的单幅图像去雪方法在说明书摘要公布了：本发明公开了一种基于GNN‑transformer架构的单幅图像去雪方法，属于计算机图像处理技术领域，首先将需去雪图像输入到GNN‑transformer框架中，使用对比学习训练出的残差网络实现基于图像的图构建；其次，使用训练好的图卷积网络模型对带雪图进行特征提取，并引入注意力机制来定位雪花位置，聚合特征信息；最后将提取到雪花特征生成雪花注意力图，将其输入到生成对抗网络中进行去雪操作，最终输出去雪图像。本发明示例的一种基于GNN‑transformer架构的单幅图像去雪方法，能够高效地通过图像中的雪花结构和纹理特征来识别雪的位置，并将其去除；学习图像细节特征的同时准确完成图像去雪任务，恢复被雪覆盖的图像，从而提高图像质量。

本发明授权一种基于GNN-transformer架构的单幅图像去雪方法在权利要求书中公布了：1.一种基于GNN-transformer架构的单幅图像去雪方法，其特征在于，包括以下步骤： S1：首先将需要执行去雪任务的图像输入到GNN-transformer架构中，需执行去雪任务的图像像素为W×H×3，并将其分为大小相同的patch，每个patch代表图结构中的一个节点，使用对比学习训练出的残差网络得到每个patch的嵌入向量，从而实现基于图像的图构建； S2：使用训练好的图卷积网络模型对带雪图进行特征提取，并引入注意力机制选择图中带雪花的节点，并通过该机制聚合信息，得到雪花图的特征映射； S3：将提取到的雪花特征映射转化回图像空间从而形成雪花注意力图，并将其输入到生成对抗网络中进行去雪操作，最终输出去雪的图像； 步骤S1中，使用对比学习来训练一个残差网络，该网络通过潜在空间中的对比损失来最大化同一图像patch的两个不同增广视图之间的一致性，从而生成嵌入表示，用于待去雪图像的图构建，从而计算得到图构建结构中节点的特征矩阵，实现基于图像的图G＝V，E构建；对于节点的特征矩阵，使用其中包含的特征向量来定义包含在patch中的信息，每个patch是图像中的一个节点，所生成的节点特征向量的维数从Wp×Hp×Cp降到D×1，其中Wp、Hp和Cp是图像patch的宽度、高度和通道，D×1是提取的特征向量的维数。

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新疆大学，其通讯地址为：830049 新疆维吾尔自治区乌鲁木齐市天山区胜利路666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。