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！

龙图腾网获悉大连海事大学申请的专利一种基于特征注意力网络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：CN119831894B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411843117.6，技术领域涉及：G06T5/73；该发明授权一种基于特征注意力网络的图像去雾方法是由桑国明;淳梦怡设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本一种基于特征注意力网络的图像去雾方法在说明书摘要公布了：本发明提供一种基于特征注意力网络的图像去雾方法，属于图像处理的技术领域。包括以下步骤：获取图像数据，即获取同一场景成对的有雾图像和无雾图像；并对获取图像数据进行预处理，获得预处理后的图像；根据预处理后的图像构建网络模型；所述网络模型包括：细节增强分支、FFA‑Net的主干分支以及特征融合与图像重建分支；将有雾图像输入到所述网络模型中，得到重建的图像；采用两种损失函数共同约束网络的训练。本发明提出的基于特征注意力的图像去雾网络，能恢复图像细节信息，显著提升图像去雾效果，并且该模型具有很好的泛化能力，能够适应新的数据集和任务。

本发明授权一种基于特征注意力网络的图像去雾方法在权利要求书中公布了：1.一种基于特征注意力网络的图像去雾方法，其特征在于，包括以下步骤： 步骤1：获取图像数据，即获取同一场景成对的有雾图像和无雾图像；并对获取图像数据进行预处理，获得预处理后的图像； 步骤2：根据预处理后的图像构建网络模型；所述网络模型包括：细节增强分支、FFA-Net的主干分支以及特征融合与图像重建分支； 步骤3：将有雾图像输入到所述网络模型中，得到重建的图像； 步骤4：采用两种损失函数共同约束网络的训练； 所述预处理后的图像经过二维卷积通道后，分别送入细节增强分支和FFA-Net的主干分支；所述细节增强分支首先通过五个空洞率不同的膨胀卷积进行多尺度的特征提取，将膨胀卷积侯得到的特征图在通道上进行concat拼接；然后将拼接后的特征图进行通道注意力和空间注意力；通道注意力和空间注意力分支的输出进行融合相加，输出表示为； 最后通过门控机制对输出进行增强，输出为Io；所述门控机制包括：一个DW卷积和Relu函数； ； 其中，表示卷积； 所述通道注意力包括：全局平均池化卷积GMP、卷积核大小为1×1的卷积层、Relu激活函数以及Sigmoid激活函数；所述通道注意力的输出记为，表达式为： ； 所述空间注意力包括：一个卷积核为1×1的卷积层和一个Sigmoid函数；所述空间注意力的输出记为，表达式为： ； 其中，表示卷积核为1×1的卷积层； 所述FFA-Net的主干分支首先串联三个由通道注意力块CA和像素注意力PA块构成的残差块Group组，其次在Group组后串联增加了一个全局上下文提取模块，最后串联了一个通道注意力块CA和像素注意力PA块； 所述全局上下文提取模块包括：自注意力机制以及局部注意力； 所述特征融合与图像重建分支包括：特征融合模块和重建； 所述特征融合模块先通过卷积核为1×1的卷积层来调整通道数，再经过RepVGG网络的中心模块RepBlock来进行跨尺度的融合，通过Sigmoid激活函数生成的权重来反向调整输出的两特征图； 所述重建采用两个卷积核为1×1的卷积层调整图像通道，生成清晰图像；记融合特征模块输出为，两个输入分支的特征图分别为X和Y，则表达式为： ； 其中，表示RepBlock的处理。

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大连海事大学，其通讯地址为：116026 辽宁省大连市甘井子区凌水街道凌海路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”。

以上内容由龙图腾AI智能生成。