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！

龙图腾网获悉桂林电子科技大学申请的专利一种多尺度高效卷积自注意力单幅图像除雨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：CN113947538B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202111113807.2，技术领域涉及：G06T5/73；该发明授权一种多尺度高效卷积自注意力单幅图像除雨方法是由王鑫;覃琴;李民谣;颜靖柯;王逸轩设计研发完成，并于2021-09-23向国家知识产权局提交的专利申请。

本一种多尺度高效卷积自注意力单幅图像除雨方法在说明书摘要公布了：本发明公开了一种多尺度高效卷积自注意力单幅图像除雨方法，首先通过图像数据预处理，获得对应的有雨图像和无雨图像，再将所述有雨图像传入融合了改进型Transformer自注意力模块和多尺度空间特征融合模块的网络模型进行迭代训练，经过混合损失函数优化输出与所述无雨图像接近的处理图像，保存训练好的网络模型，再使用训练好的网络模型对需要测试的图像数据完成预测输出除雨后的图像，本方法避免了基于模型驱动的除雨方法存在的泛化能力不足和基于数据驱动的除雨方法产生较大的计算开销等问题，解决了现有技术中的单幅图像除雨方法计算量大且效率偏低的技术问题。

本发明授权一种多尺度高效卷积自注意力单幅图像除雨方法在权利要求书中公布了：1.一种多尺度高效卷积自注意力单幅图像除雨方法，其特征在于，包括下列步骤： 数据预处理； 构建网络模型； 所述网络模型包括编码结构和解码结构，所述编码结构融合了改进的Transformer自注意力模块，所述编码结构还嵌入了多尺度空间特征融合模块，所述解码结构中包含有常规的高效卷积块，且融合了所述编码结构中对应尺度的语义特征； 改进的Transformer自注意力模块，其计算公式为： 其中Q，K，V表示输入向量X∈RN×C经过线性变换WQ、WK和WV∈RC×C映射成相应的查询向量Q，键向量K和值向量V，为缩放因子，softmax为激活函数，表示注意力图，在视觉任务中使用二维深度卷积来计算 其中表示对应矩阵位置的元素直接相乘； 所述多尺度空间特征融合模块采用5个并行的卷积操作对输入特征进行处理，首先利用一个1×1卷积对输入的特征图进行降维，然后对三个3×3卷积分别设置不同的膨胀因子2、4、8，以三种不同的感受野对图像进行特征提取，提高模型对不同尺寸雨条纹的感知能力，其次使用一个自适应平均池化操作降低信息冗余，最后，在使用一个1×1卷积降低通道数，将5个不同尺度的特征图融合在一起，图像中不同尺度的有效信息将得到充分的学习； 训练所述网络模型； 网络模型优化； 在网络模型优化的过程中，采用混合损失函数反向传播优化迭代更新所述网络模型的网络参数，使输出结果接近无雨图像，并保存训练好的网络模型； 混合损失函数表达式如下： LMix＝LMS-SSIM-MAE+μ·LMSE+λ·LTV 混合损失函数由MAE损失函数、MS-SSIM损失函数、MSE损失函数和TV损失函数混合而成，其中μ和λ为惩罚因子，分别为0.3和2×10-8； 其中LMS-SSIM为MS-SSIM损失，LMAE为MAE损失函数，计算方式如下： LMS-SSIMP＝1-MS-SSIMp 其中P表示一块像素区域，p表示像素区域P中的一个像素点，α设置为0.84； MSE损失函数和TV损失函数的表达式如下： 预测输出除雨后的图像。

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桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路1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”。