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！

龙图腾网获悉南京理工大学申请的专利基于Transformer的多尺度特征表示的图像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：CN115953311B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202211649550.7，技术领域涉及：G06T5/73；该发明授权基于Transformer的多尺度特征表示的图像去雾方法是由项欣光;孙浩天;陶叔银设计研发完成，并于2022-12-21向国家知识产权局提交的专利申请。

本基于Transformer的多尺度特征表示的图像去雾方法在说明书摘要公布了：本发明公开了一种基于Transformer的多尺度特征表示的图像去雾方法，首先对输入图像进行浅层特征提取；其次通过编码模块获取低维度的表征；之后对所得特征信息通过平滑空洞卷积进行特征转换；然后对特征图通过解码模块逐步恢复空间维度，融合编码过程中提取到的特征，在尽可能减少信息损失的前提下完成同尺寸输入输出；其中解码模块包含若干个阶段，每个阶段包含一个TransformerBlock和一个上采样层；最后通过残差操作复原图像。本发明简单且高效，将Transformer应用于图像去雾领域，并解决Transformer对局部信息提取的不足导致恢复的图像细节粗糙的问题。

本发明授权基于Transformer的多尺度特征表示的图像去雾方法在权利要求书中公布了：1.一种基于Transformer的多尺度特征表示的图像去雾方法，其特征在于，包括： 构建图像去雾模型，所述图像去雾模型包括浅层特征提取模块、编码模块、特征转换模块、解码模块和图像复原模块； 所述浅层特征提取模块用于对输入图像进行处理，提取所述输入图像浅层特征； 所述编码模块用于图像浅层特征的处理，提取所述输入图像的低维度表征；所述编码模块用于对输入图像浅层特征通过编码器，编码过程包含四个阶段，每个阶段通过一个TransformerBlock和一个下采样层，提取低级特征和高级特征，获得所述输入图像的低维度表征；提出一个名为Ms-ffn的多尺度模块并作为TransformerBlock的前馈网络，这个模块专为多尺度图像特征提取和融合而设计，公式为： （4） 其中为特征图，是一个卷积与的卷积的结合；是一个激活函数，是点乘，为不同尺度下的信息，融合后的信息； 该模块包含三个分支，特征图在每个分支上首先通过一个的卷积层，增强模块的表达能力；然后通过两条平行路径的元素乘积计算分支信息，其中一条使用RELU非线性激活，另外一条为的卷积层；每个分支的输出代表不同尺度的信息；最后对三个分支进行融合； 经过四个阶段之后，将获得低维度表征，其中为图像的尺寸，为通道数； 所述特征转换模块用于对输入图像的低维度表征进行处理，提取图像特征信息； 所述解码模块用于对图像特征信息进行处理，融合编码过程中的特征，获取与输入同尺寸的特征图； 所述图像复原模块用于对特征图进行处理，提取残差图像； 获取训练样本图像，所述训练样本图像即训练有雾图像以及与所述训练有雾图像相对应的真实图像； 利用所述训练样本图像对所述图像去雾模型进行优化训练； 利用优化后的图像去雾模型对有雾图像进行处理，获取无雾图像。

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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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”。

以上内容由龙图腾AI智能生成。