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！

龙图腾网获悉重庆邮电大学申请的专利一种基于聚合像素特征提取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：CN119671902B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411730717.1，技术领域涉及：G06T5/77；该发明授权一种基于聚合像素特征提取的图像去雾方法是由尹学辉;陈秋雨设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本一种基于聚合像素特征提取的图像去雾方法在说明书摘要公布了：本发明属于图像处理技术领域，具体涉及一种基于聚合像素特征提取的图像去雾方法；该方法包括：获取待去雾图像，并将其输入到训练好的图像去雾模型中进行处理，得到清晰图像；所述图像去雾模型包括：三个APBM模块、两个RAPBM模块、卷积层和特征融合层；APBM模块由8个子单元依次连接组成，第一个APBM模块的子单元由3×3卷积层和APB模块组成；RAPBM模块由4个子单元依次连接组成，每个子单元由上采样层、AFF模块和APB模块组成；本发明能够在保持高精度去雾效果的同时，提高泛化能力和去雾效果的准确性。

本发明授权一种基于聚合像素特征提取的图像去雾方法在权利要求书中公布了：1.一种基于聚合像素特征提取的图像去雾方法，其特征在于，包括：获取待去雾图像，并将其输入到训练好的图像去雾模型中进行处理，得到清晰图像；所述图像去雾模型包括：三个APBM模块、两个RAPBM模块、卷积层和特征融合层； 所述APBM模块由8个子单元依次连接组成，第一个APBM模块的子单元由3×3卷积层和APB模块组成；另外两个APBM模块的子单元由下采样层和APB模块组成；其中，APB模块包括细粒度分支、粗粒度分支和融合路径； 细粒度分支对输入特征的处理过程表示为： P＝LinearPaddingLayerNormX 其中，P表示细粒度分支输入特征X经过初始操作后的变换结果，Linear表示线性层，Padding表示填充操作，LayerNorm表示层标准化操作，X表示输入特征，Qi,j表示查询向量，Kpi,j表示细粒度分支关键值向量，ωi,j～Pi,j表示细粒度分支注意力权重； 粗粒度分支对输入特征的处理过程表示为： σX＝LayerNormAvgPoolGELULinearX 其中，σX表示粗粒度分支输入特征X经过初始操作后的变换结果，AvgPool表示平均池化操作，GELU表示GELU激活函数，Qi,j表示查询向量，KσX表示粗粒度分支关键值向量，ωi,j～σX表示粗粒度分支注意力权重； 融合路径对数据的处理过程表示为： Ai,j～Pi,j,Ai,j～σX＝SplitAttentioni,jwithsize[k2,HpWP] APFEXi,j＝SEAi,j～Pi,jVPi,j+CBAMAi,j～σXVσX Output＝APFEXi,j+FmlpLayerNormXi,j 其中，Attentioni,j表示注意力分数矩阵，Concat表示拼接操作，Bi,j表示偏置项，d表示稳定梯度的缩放因子，Softmax表示Softmax激活函数，Ai,j～Pi,j表示注意力矩阵中细粒度部分，Ai,j～σX表示注意力矩阵中粗粒度部分，Split表示分割操作，size[k2,HpWP]表示分割尺寸，k代表细粒度窗口宽度，Hp代表池化高度，WP代表池化宽度；APFEXi,j表示APFE模块的输出特征，VPi,j表示细粒度分支值向量，VσX表示粗粒度分支值向量，SE表示通道压缩注意力操作，CBAM表示混合注意力操作，Fmlp表示多层感知器操作，Output表示APB模块的输出特征； 所述RAPBM模块由4个子单元依次连接组成，每个子单元由上采样层、AFF模块和APB模块组成；第一个RAPBM模块的AFF模块与第二个APBM模块的输出跳跃连接，第二个RAPBM模块的AFF模块与第一个APBM模块的输出跳跃连接； AFF模块对数据的处理过程表示为： 其中，表示卷积后的特征，Fx1表示对来自跳跃连接的特征映射进行逐点卷积，x2表示来自主路径的特征映射，GAP表示全局平均池化操作，a1表示第一权重，a2表示第二权重，y表示AFF模块的输出特征。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路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”。

以上内容由龙图腾AI智能生成。