買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉北京聯(lián)合大學(xué)申請(qǐng)的專利一種使用細(xì)節(jié)傳輸通道和子注意模塊的單幅圖像去霧方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114170100B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202111463679.4，技術(shù)領(lǐng)域涉及：G06T5/73；該發(fā)明授權(quán)一種使用細(xì)節(jié)傳輸通道和子注意模塊的單幅圖像去霧方法是由景竑元;査全興;朱志偉;付怡然設(shè)計(jì)研發(fā)完成，并于2021-12-03向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種使用細(xì)節(jié)傳輸通道和子注意模塊的單幅圖像去霧方法在說(shuō)明書(shū)摘要公布了：本發(fā)明提供一種使用細(xì)節(jié)傳輸通道和子注意模塊的單幅圖像去霧方法，包括準(zhǔn)備有霧?無(wú)霧圖像集的訓(xùn)練集和測(cè)試集，還包括以下步驟：使用所述訓(xùn)練集中的圖像進(jìn)行DITCSA?Net網(wǎng)絡(luò)訓(xùn)練，生成訓(xùn)練模型；將所述訓(xùn)練模型保存到本地文件夾，使用所述測(cè)試集中的圖像測(cè)試所述訓(xùn)練模型的效果，如果滿意，則將該訓(xùn)練模型保存為滿意的訓(xùn)練模型；將所述滿意的訓(xùn)練模型保存到本地文件夾，使用所述滿意的訓(xùn)練模型測(cè)試有霧圖像的盲圖。本發(fā)明將注意力機(jī)制引入網(wǎng)絡(luò)編碼器模塊，在編碼器和解碼器連接處使用特征恢復(fù)模塊來(lái)補(bǔ)償丟失的特征信息，在解碼層提出了一個(gè)子注意模塊，以避免解碼過(guò)程中的信息丟失，并根據(jù)有效信息恢復(fù)高質(zhì)量的無(wú)霧圖像。

本發(fā)明授權(quán)一種使用細(xì)節(jié)傳輸通道和子注意模塊的單幅圖像去霧方法在權(quán)利要求書(shū)中公布了：1.一種使用細(xì)節(jié)傳輸通道和子注意模塊的單幅圖像去霧方法，包括準(zhǔn)備有霧-無(wú)霧圖像集的訓(xùn)練集和測(cè)試集，其特征在于，還包括以下步驟： 步驟1：使用所述訓(xùn)練集中的圖像進(jìn)行DITCSA-Net網(wǎng)絡(luò)訓(xùn)練，生成訓(xùn)練模型，所述DITCSA-Net網(wǎng)絡(luò)包括編碼器模塊、多尺度特征增強(qiáng)恢復(fù)模塊、細(xì)節(jié)信息傳輸信道和解碼器模塊； 所述編碼器模塊嵌入有特征注意子模塊，并在每一層后添加一個(gè)密集的殘差組； 在所述特征注意子模塊的平均池化層之前增加一個(gè)5×5卷積核的最大池化層； 所述細(xì)節(jié)信息傳輸信道是使用跳躍連接技術(shù)的細(xì)節(jié)信息傳輸信道，其表述為 其中，表示信息細(xì)節(jié)的一個(gè)支流信息，ρ為參數(shù)整正線性單位，δ是批歸一化BN，表示編碼器層的輸入信息，ID表示發(fā)送到解碼器層的細(xì)節(jié)信息； 通過(guò)所述編碼器模塊、所述多尺度特征增強(qiáng)恢復(fù)模塊和所述細(xì)節(jié)信息傳輸信道的處理，生成包含豐富信息的高維特征圖； 所述解碼器模塊用于根據(jù)所述高維特征圖還原無(wú)霧圖像的細(xì)節(jié)信息和低維無(wú)霧圖像，所述解碼器模塊包含一個(gè)子注意力子模塊，用于在編碼器與解碼器之間實(shí)現(xiàn)基于注意力的鏈接，子注意力的表述如下： Fout＝ConvFin*σConvConvFin+Fin 其中，F(xiàn)in表示輸入的局部恢復(fù)特征圖，F(xiàn)out是子注意力模塊的輸出； 所述輸入的局部恢復(fù)特征圖Fin乘以一個(gè)簡(jiǎn)單的3×3卷積層與兩層3×3卷積后的輸出和一個(gè)Sigmoid激活函數(shù)，加上輸入的局部恢復(fù)特征圖Fin得到所述子注意力模塊的輸出Fout； 步驟2：將所述訓(xùn)練模型保存到本地文件夾，使用所述測(cè)試集中的圖像測(cè)試所述訓(xùn)練模型的效果，如果滿意，則將該訓(xùn)練模型保存為滿意的訓(xùn)練模型； 步驟3：將所述滿意的訓(xùn)練模型保存到本地文件夾，使用所述滿意的訓(xùn)練模型測(cè)試有霧圖像的盲圖。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人北京聯(lián)合大學(xué)，其通訊地址為：100101 北京市朝陽(yáng)區(qū)北四環(huán)東路97號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。