Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军国防科技大学邸拴虎获国家专利权

中国人民解放军国防科技大学邸拴虎获国家专利权

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!

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于多感受野特征融合和混合注意力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:CN116912130B

龙图腾网通过国家知识产权局官网在2025-12-30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:202311076587.X,技术领域涉及:G06T5/60;该发明授权基于多感受野特征融合和混合注意力的图像去雾方法是由邸拴虎;徐昕;张兴龙;方强;廖苗;郭娟秀设计研发完成,并于2023-08-24向国家知识产权局提交的专利申请。

基于多感受野特征融合和混合注意力的图像去雾方法在说明书摘要公布了:本申请涉及一种基于多感受野特征融合和混合注意力的图像去雾方法。方法包括:构建图像去雾网络;图像去雾网络包括编码器、特征提取模块、跳跃连接模块和解码器;编码器包括卷积层、多感受野特征增强模块、第一误差反馈模块和第二误差反馈模块;特征提取模块包括多个多感受野特征增强模块;解码器包括多感受野特征增强模块、第三误差反馈模块、第四误差反馈模块和卷积层;跳跃连接模块包括混合注意力模块和卷积模块;根据训练数据集对图像去雾网络进行训练,直至预先设置的混合损失函数收敛,得到训练好的图像去雾网络;利用训练好的图像去雾网络对待处理的有雾图像进行去雾,得到去雾后的图像。采用本方法能够提高去雾后的图像准确率。

本发明授权基于多感受野特征融合和混合注意力的图像去雾方法在权利要求书中公布了:1.一种基于多感受野特征融合和混合注意力的图像去雾方法,其特征在于,所述方法包括: 获取训练数据集;所述训练数据集包括多个有雾图像和有雾图像对应的无雾图像; 构建图像去雾网络;所述图像去雾网络包括编码器、特征提取模块、跳跃连接模块和解码器;所述编码器包括卷积层、多感受野特征增强模块、第一误差反馈模块和第二误差反馈模块;所述特征提取模块包括多个多感受野特征增强模块;所述解码器包括多感受野特征增强模块、第三误差反馈模块、第四误差反馈模块和卷积层;所述跳跃连接模块包括两层带有混合注意力模块的跳跃连接; 根据所述训练数据集对所述图像去雾网络进行训练,直至预先设置的混合损失函数收敛,得到训练好的图像去雾网络; 利用所述训练好的图像去雾网络对待处理的有雾图像进行去雾,得到去雾后的图像; 所述编码器用于根据卷积层将输入图像映射至高维特征空间,得到第一特征图,运用多感受野增强模块对第一特征图进行处理,将得到的特征图先后进行两次下采样,并在每次下采样后依次部署一个误差反馈模块和一个多感受野特征增强模块,第一特征图不仅作为其后连接的多感受野特征增强模块的输入、还作为第一误差反馈模块和第二误差反馈模块的输入,第一误差反馈模块的输出不仅作为其后连接的多感受野特征增强模块的输入,还作为第二误差反馈模块的输入,处于编码器末端的多感受野特征增强模块的输出为编码后的特征图; 所述特征提取模块由多个多感受野特征增强模块级联组成;所述特征提取模块用于对编码后的特征图进行图像高级语义特征提取,得到特征提取后的特征图;所述特征提取后的特征图包括自适应融合后的特征;所述多感受野特征增强模块包括三层类金字塔卷积结构,第一层包含一个大小为3×3、步长为1的卷积层,第二层包含两个级联的大小为3×3、步长为1的卷积层,第三层包含三个级联的大小为3×3、步长为1的卷积层;所述多感受野特征增强模块用于根据三层类金字塔卷积结构进行特征提取并对提取到的特征进行加权融合,得到加权融合后的特征,对加权融合后的特征进行大小为3×3、步长为1的卷积操作,得到精炼后的特征; 所述解码器用于根据多感受野特征增强模块对特征提取模块输出的特征图进行特征提取,得到第二特征图,对所述第二特征图先后进行两次上采样并在每次上采样后依次部署一个误差反馈模块和一个多感受野特征增强模块,其中第一次上采样和第二次上采样之后连接的误差反馈模块,分别为第三误差反馈模块和第四误差反馈模块,在每次上采样前部署一个相加操作,将上采样操作之前的多感受野特征增强模块的输出与跳跃连接模块的输出进行相加融合,得到上采样后的特征图;根据误差反馈模块和多感受野特征增强模块分别对两次上采样后的特征图进行误差反馈和多感受野特征增强,得到最终的特征图;根据卷积层对所述最终的特征图进行重建,得到去雾图像;其中,特征提取模块输出的特征图不仅作为解码器中与其连接的多感受野特征增强模块的输入、还作为第三误差反馈模块和第四误差反馈模块的输入,第三误差反馈模块的输出不仅作为其后连接的多感受野特征增强模块的输入,还作为第四误差反馈模块的输入。

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中国人民解放军国防科技大学,其通讯地址为:410000 湖南省长沙市开福区德雅路109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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。