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！

龙图腾网获悉沈阳理工大学申请的专利基于多支路金字塔大核卷积网络的海上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：CN115375579B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202211069062.9，技术领域涉及：G06T5/73；该发明授权基于多支路金字塔大核卷积网络的海上图像去雾方法是由姜月秋;杨威;高宏伟;张昕设计研发完成，并于2022-08-31向国家知识产权局提交的专利申请。

本基于多支路金字塔大核卷积网络的海上图像去雾方法在说明书摘要公布了：本发明提供了一种基于多支路金字塔大核卷积网络的海上图像去雾方法，包括：获取待处理图像；将所述待处理图像输入预先训练的多支路金字塔的大核编码解码网络，得到去雾图像；其中，所述支路金字塔的大核编码解码网络包括第一模块、第二模块、多支路金字塔模块、自注意力机制模块、全局路径聚合模块。本发明通过构建多支路特征金字塔架构组成反射预测、着色预测和语义预测的混合表征空间解决海上图像去雾清晰化任务，同时引入重参数化方法，形成由大量不同感受野堆叠的组合式模型并进一步使得组合感受野更加丰富。

本发明授权基于多支路金字塔大核卷积网络的海上图像去雾方法在权利要求书中公布了：1.一种基于多支路金字塔大核卷积网络的海上图像去雾方法，其特征在于，包括： 获取待处理图像； 将所述待处理图像输入预先训练的多支路金字塔的大核编码解码网络，得到去雾图像； 其中，所述支路金字塔的大核编码解码网络包括第一模块、第二模块、多支路金字塔模块、自注意力机制模块、全局路径聚合模块； 所述第一模块用于针对所述待处理图像进行深度卷积，包括依次连接的一级卷积层、二级卷积层、三级卷积层和四级卷积层；所述第一模块中通道数量为64； 所述第二模块包括第一处理单元和第二处理单元；所述第一处理单元的输出端和所述第二处理单元的输入端进行逐像素相加；所述第一处理单元包括依次连接的批归一化、第一1×1卷积层、第二13×13卷积层和第三1×1卷积层；所述第二处理单元包括依次连接的批归一化、第四1×1卷积层、Swish激活函数和第五1×1卷积层； 所述多支路金字塔模块包括第一支路和第二支路； 所述第一支路包括依次连接的第一阶梯单元、第一转换单元、第二阶梯单元、第二转换单元、第三阶梯单元、第四阶梯单元、第一上采样单元、第五阶梯单元、第二上采样单元和第六阶梯单元； 所述第二支路包括依次连接的一级阶梯单元、一级转换单元、二级阶梯单元、二级转换单元、三级阶梯单元、三级转换单元、四级阶梯单元、五级阶梯单元、一级上采样单元、六级阶梯单元、二级上采样单元、七级阶梯单元、三级上采样单元和八级阶梯单元； 所述自注意力机制模块包括第一全局平均池化层、第一全连接层和第二全连接层；所述全局平均池化层、第一全连接层和第二全连接层依次连接，生成待处理图像的注意力得分，并基于所述注意力得分，获取包含注意力的特征； 所述全局路径聚合模块包括依次连接的第二全局平均池化层、第三全连接层、第四全连接层和上采样层，得到全局特征；所述全局特征和所述包含注意力的特征进行逐像素聚合，得到局部-全局混合特征； 将所述局部-全局混合特征通过全局3x3卷积层和全局上采样进行处理，得到去雾图像； 通过组合损失函数判别所述去雾图像的去雾等级，当所述去雾等级大于预设的阈值时，判定所述去雾图像符合要求。

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沈阳理工大学，其通讯地址为：110159 辽宁省沈阳市浑南新区南屏中路6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。