Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

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 科技服务 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 > 东南大学丛晓峰获国家专利权

东南大学丛晓峰获国家专利权

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!

龙图腾网获悉东南大学申请的专利基于无监督视层嵌入与视觉转换模型的光照可控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:CN115937048B

龙图腾网通过国家知识产权局官网在2025-08-19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:202310059502.0,技术领域涉及:G06T5/73;该发明授权基于无监督视层嵌入与视觉转换模型的光照可控去雾方法是由丛晓峰;桂杰设计研发完成,并于2023-01-17向国家知识产权局提交的专利申请。

基于无监督视层嵌入与视觉转换模型的光照可控去雾方法在说明书摘要公布了:本发明公开了一种基于无监督视层嵌入与视觉转换模型的光照可控去雾方法。去雾方法包含四个模块,分别是光照可控去雾网络、去雾判别网络、雾合成网络以及雾合成判别网络,训练完成后的光照可控去雾网络能够获得高质量的去雾图像。光照可控去雾网络与雾合成网络由基于窗口的多头自注意力模块所构成;去雾判别网络与雾合成判别网络由基于残差链接的卷积模块所构成;根据视层转换模型构建光照可控模块;训练过程中使用暗通道先验作为光照可控去雾网络的指导;四个组件的训练过程采用无监督的联合训练方式,通过融合先验损失、图像重建损失与判别损失进行网络参数的更新。本发明可用于交通安全、信息安全、摄影与智能机器人。

本发明授权基于无监督视层嵌入与视觉转换模型的光照可控去雾方法在权利要求书中公布了:1.一种基于无监督视层嵌入与视觉转换模型的光照可控去雾方法,其特征在于,设计的图像去雾方法包括四个核心网络,分别是光照可控去雾网络、雾合成网络、去雾判别网络以及雾合成判别网络,其余雾合成网络、去雾判别网络以及雾合成判别网络仅用于辅助光照可控去雾网络的训练;光照可控去雾网络采用视觉转换模块构成,包括特征编码与解码重建两个过程,在解码过程中获取含有两个支路的特征输出,并通过视层嵌入方式将两条支路的解码特征进行融合,通过控制支路的解码特征权重获取不同光照条件的去雾图像;雾合成网络是由视觉转换模块构成的单支路编码解码网络,它的输入为无雾图像输出为有雾图像;去雾判别网络与雾合成判别网络用于对光照可控去雾网络与雾合成网络的训练过程进行指导;光照可控去雾网络通过光照可控模块对推理阶段的解码特征权重进行控制,从而获得不同特征权重比例的去雾图像;光照可控去雾网络包含一个编码器与两个解码器,编码器为φ,解码器分别为与针对输入数据x,编码器输出特征为φx,两个解码器获得的解码特征为odx与orx,其中odx代表直接输出,其计算方式如下: orx代表视层嵌入输出,对于orx的计算利用了视层模型,采用逐元素乘法“*”的方式进行如下计算: 其中是通过深度网络获取的特征;获取odx与orx后,需要进行线性融合与非线性映射,线性融合过程如下: ofx=α×odx+1-α×orx 上式中α代表平衡因子,ofx为线性融合阶段的输出;非线性的映射过程采用双曲正切函数实现,可获得最终的去雾输出ox如下: 上式中e代表以自然常数e为底的指数函数;将线性融合与非线性映射作为光照可控模块,并嵌入到光照可控去雾网络中。

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东南大学,其通讯地址为:210096 江苏省南京市玄武区四牌楼2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。