恭喜閩江學院李佐勇獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜閩江學院申請的專利融合多級特征的生成式對抗網絡圖像去霧方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114140361B 。
龍圖騰網通過國家知識產權局官網在2025-04-15發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202111514994.5,技術領域涉及:G06T5/70;該發明授權融合多級特征的生成式對抗網絡圖像去霧方法是由李佐勇;馮婷;蔡遠征;鄭祥盤;曾坤設計研發完成,并于2021-12-11向國家知識產權局提交的專利申請。
本融合多級特征的生成式對抗網絡圖像去霧方法在說明書摘要公布了:本發明涉及一種融合多級特征的生成式對抗網絡圖像去霧方法。該方法基于深度學習的端到端的去霧算法,在下采樣時,針對不同分辨率的有霧圖像分別進行特征提取,并將提取的不同的特征圖通過SE?ResNet模塊學習,更好地擬合通道間的信息,并防止因網絡加深引起性能的退化。將學習后的多級特征圖進行拼接,融合更多的圖像特征。然后,在上采樣時,將下采樣融合后的特征圖放入SE模塊學習,來更好的分配通道權值,增強有用特征。再將學習好的特征圖與上采樣特征圖拼接,融合更多圖像信息。最后將網絡學習的殘差圖與輸入的有霧圖像相加,得到最終的圖像去霧結果。實驗結果表明,本發明提出的圖像去霧方法的去霧性能更佳。
本發明授權融合多級特征的生成式對抗網絡圖像去霧方法在權利要求書中公布了:1.一種融合多級特征的生成式對抗網絡圖像去霧方法,其特征在于,將U-Net的結構嵌入生成式對抗網絡的生成器中,提出一種融合多級特征的生成式對抗網絡,包括用于生成去霧圖像的生成器、用于判別去霧圖像與標簽圖像并反饋結果至生成器的判別器;生成器生成去霧圖像方式為:首先,在下采樣時,針對不同分辨率的有霧圖像分別進行特征提取,并將提取的不同的特征圖通過SE-ResNet模塊學習;而后,將學習后的多級特征圖進行拼接,融合更多圖像特征;然后,在上采樣時,將融合后的特征圖放入SE模塊學習,以更好的分配通道權值,增強有用特征;接著,將學習好的特征圖與上采樣特征圖拼接,融合更多圖像信息;最后,將網絡學習的殘差圖與輸入的有霧圖像相加,得到最終的圖像去霧結果;對于三種分別是256×256、128×128和64×64的分辨率的有霧圖像,在下采樣時,對每層特征圖同等分辨率的有霧圖像進行特征提取,然后經過SE-ResNet模塊學習,將學習到的特征圖與該層原有特征圖進行拼接,融合更豐富的圖像特征;在下采樣第二層中,將下采樣中該層原特征圖和分辨率為128×128的有霧圖像卷積后并經過SE-ResNet模塊學習后的特征圖進行拼接;在下采樣第三層和第四層中,將三種特征圖進行拼接,分別是下采樣中相應層原特征圖、分辨率為128×128的有霧圖像卷積并經過SE-ResNet模塊學習后的特征圖和分辨率為64×64的有霧圖像卷積并經過SE-ResNet模塊學習后的特征圖。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人閩江學院,其通訊地址為:350108 福建省福州市閩侯縣上街鎮溪源宮路200號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。