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！

龙图腾网获悉厦门大学申请的专利基于阴影复杂性感知神经网络的图像阴影去除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：CN117058034B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202311039192.2，技术领域涉及：G06T5/94；该发明授权基于阴影复杂性感知神经网络的图像阴影去除方法是由纪荣嵘;南宫瑞;张声传;林明宝;杨鸿;晁飞设计研发完成，并于2023-08-17向国家知识产权局提交的专利申请。

本基于阴影复杂性感知神经网络的图像阴影去除方法在说明书摘要公布了：基于阴影复杂性感知神经网络的图像阴影去除方法，涉及计算机底层视觉。使用颜色风格多样性增强方法对训练集样本颜色风格变换后，送入灰度结构信息恢复分支，对图像的灰度结构信息进行恢复；结果与输入图像灰度图差异性判断阴影复杂性；颜色变换后的样本及灰度结构信息恢复分支的输出结果送入颜色信息恢复分支，恢复图像颜色信息；阴影复杂性高的图像在神经网络中经过更多参数处理；计算颜色信息恢复分支输出结果与无阴影图像之间的L1损失、感知损失和多出口蒸馏损失；将各个损失按不同比例加和，作为整个网络的损失反向传播，训练神经网络。可广泛用于图像阴影去除问题，提高训练模型泛化性，通过动态网络的思想降低模型的计算量。

本发明授权基于阴影复杂性感知神经网络的图像阴影去除方法在权利要求书中公布了：1.基于阴影复杂性感知神经网络的图像阴影去除方法，其特征在于包括以下步骤： 1使用颜色风格多样性增强方法对参与训练的训练集样本进行颜色风格变换； 所述颜色风格多样性增强方法的具体步骤为：预先定义十种不同的颜色风格变换矩阵，分别为色度增强矩阵和色度减弱矩阵、红色增强矩阵和红色减弱矩阵、绿色增强矩阵和绿色减弱矩阵、蓝色增强矩阵和蓝色减弱矩阵、三原色干扰增强矩阵和三原色干扰减弱矩阵，维度均为3×3，分别对应以下公式的C0-C9；前两个矩阵用于增加图像光照亮度的多样性，之后的六个矩阵用于增加或减弱特定颜色，最后两个矩阵用于增加或减弱单张图片的颜色丰富程度； 其中，α、β、γ均为非负超参数； 2将颜色变换后的样本送入基于阴影复杂性感知神经网络的灰度结构信息恢复分支，对图像的灰度结构信息进行恢复； 所述灰度结构信息恢复分支，包含一个经过特殊设计的小型U-Net模块，称作StructureUBlock，该模块以阴影图像和阴影掩码作为输入，输出去除阴影之后的灰度图像； 3根据灰度结构信息恢复分支输出结果与输入图像的灰度图的差异性来判断阴影复杂性； 所述判断阴影复杂性的方法，如下： 其中，G1、G2、G3分别代表阴影复杂性简单、中等、复杂三个难度集合，mean代表计算均值，代表StructureUBlock输出的无阴影灰度图，代表输入的阴影灰度图；t1、t2分别是判断阴影复杂性的阈值； 4将颜色变换后的样本以及灰度结构信息恢复分支的输出结果一起送入基于阴影复杂性感知神经网络的颜色信息恢复分支，对图像的颜色信息进行恢复；阴影复杂性低的图像会提前从神经网络中退出，而阴影复杂性高的图像会在神经网络中经过更多的参数进行处理； 所述颜色信息恢复分支，由三个ColorUBlock组成，每个ColorUBlock都有自己的出口，分别对应简单阴影、中等阴影和复杂阴影； 5计算灰度结构信息恢复分支的输出结果与无阴影图像的灰度图之间的L1损失和梯度损失，计算颜色信息恢复分支的输出结果与无阴影图像之间的L1损失、感知损失和多出口蒸馏损失； 6将各个损失按照不同的比例加和，作为整个网络的损失并进行反向传播，训练神经网络，得到一个性能优秀的阴影去除网络。

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厦门大学，其通讯地址为：361005 福建省厦门市思明区思明南路422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”。