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！

龙图腾网获悉深圳深知未来智能有限公司申请的专利一种基于图像对齐驱动的深度学习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：CN120725921B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202511220083.X，技术领域涉及：G06T5/73；该发明授权一种基于图像对齐驱动的深度学习图像去雾方法是由吕依静;林景洲;郭奇锋;张齐宁设计研发完成，并于2025-08-29向国家知识产权局提交的专利申请。

本一种基于图像对齐驱动的深度学习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图像对齐驱动的深度学习图像去雾方法，应用于图像处理技术领域，包括：获取连续帧的有雾图像，将对齐的目标帧记为target帧，会被对齐到所述目标帧的帧记为source帧；将target帧和source帧共同输入至基于图像对齐驱动的光流估计‑特征融合去雾神经网络进行模型训练；输入待测集至训练得到的图像去雾模型中，得到去雾后图像。本发明实现了针对实际应用场景中复杂多变的雾霾情况进行有效去雾，使图像更清晰，并在恢复细节的同时减弱噪声。

本发明授权一种基于图像对齐驱动的深度学习图像去雾方法在权利要求书中公布了：1.一种基于图像对齐驱动的深度学习图像去雾方法，其特征在于，包括： 步骤1：获取连续帧的有雾图像，将对齐的目标帧记为target帧，会被对齐到所述目标帧的帧记为source帧； 步骤2：将所述target帧和source帧共同输入至基于图像对齐驱动的光流估计-特征融合去雾神经网络进行模型训练； 步骤3：输入待测集至训练得到的图像去雾模型中，得到去雾后图像； 步骤2中，所述基于图像对齐驱动的光流估计-特征融合去雾神经网络，具体为： 分别对target帧和source帧进行相同卷积参数下的卷积操作，得到所述target帧和source帧的第一层次特征，并依次经过多次的卷积+下采样操作得到不同层次的语义信息； 分别输入不同层次的语义信息至光流估计器，且每一层次语义信息所对应的光流估计器的输入还包括下一层次语义信息所对应的光流估计器输出的光流图；其中，所述下一层次语义信息为当前层次语义信息经过所述卷积+下采样操作所得到的； 所述第一层次特征对应的光流估计器的输出包括：target帧的第一层次特征以及所述source帧的第一层次特征根据下一层次语义信息所对应的光流估计器输出的光流图进行对齐操作后得到的source帧特征； 将所述第一层次特征所对应的光流估计器的输出进行拼接，并输入特征融合模块，得到最后的输出； 所述光流估计器，具体为： 根据下一层次语义信息所对应的光流估计器输出的光流图，对当前层次语义信息所对应的source帧特征进行对齐操作； 将经过所述对齐操作得到的source帧特征和当前层次语义信息所对应的source帧特征共同输入至光流残差估计模块，得到估计出来的光流残差； 将所述光流残差与下一层次语义信息所对应的光流估计器输出的光流图相加，得到所述光流估计器的光流估计。

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深圳深知未来智能有限公司，其通讯地址为：518101 广东省深圳市宝安区新安街道大浪社区大宝路51号政华第一科技工业城一栋402；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。