重庆邮电大学尹学辉获国家专利权
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高质量码本的双分支多尺度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:CN119399068B 。
龙图腾网通过国家知识产权局官网在2025-11-07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:202411445292.X,技术领域涉及:G06T5/73;该发明授权一种基于高质量码本的双分支多尺度图像去雾方法是由尹学辉;武沛鑫;李泽宏设计研发完成,并于2024-10-16向国家知识产权局提交的专利申请。
本一种基于高质量码本的双分支多尺度图像去雾方法在说明书摘要公布了:本发明涉及图像处理技术领域,具体涉及一种基于高质量码本的双分支多尺度图像去雾方法,包括:获取原始图像超分辨率重建数据集;利用原始图像超分辨率重建数据集对VQGAN网络模型进行训练,获得码本、VQ解码器的网络结构和其对应的参数;获取原始图像去雾数据集;利用原始的图像去雾数据集对双分支多尺度图像去雾网络模型进行训练;将有雾图像输入到训练好的双分支多尺度图像去雾网络模型中得到生成的清晰无雾图像,本发明对原有雾霾图像进行重建实现了端到端的图像去雾流程,提高了有雾图像的清晰度和可识别度。
本发明授权一种基于高质量码本的双分支多尺度图像去雾方法在权利要求书中公布了:1.一种基于高质量码本的双分支多尺度图像去雾方法,其特征在于,包括: S1:获取原始图像超分辨率重建数据集,所述原始图像超分辨率重建数据集包括原始的清晰图像; S2:利用原始图像超分辨率重建数据集对VQGAN网络模型进行训练,获得码本、VQ解码器的网络结构和其对应的参数; 所述VQGAN网络模型包括,VQ编码器、码本、VQ解码器; S3:获取原始图像去雾数据集,所述原始图像去雾数据集包括:原始有雾图像、对应的清晰无雾图像; S4:利用原始的图像去雾数据集对双分支多尺度图像去雾网络模型进行训练; 所述双分支多尺度图像去雾网络模型,分为先验匹配分支和通道注意力分支;其中,所述先验匹配分支包括固定参数后的VQGAN网络模型、金字塔空洞邻域注意力编码器、增强解码器,其结构组成依次为VQ编码器、金字塔空洞邻域注意力编码器、固定参数的码本匹配模块、固定参数的VQ解码器、增强解码器;所述通道注意力分支包括一个3×3的卷积、4个残差通道注意力层;并最终通过一个特征融合结构融合两个分支的结果; 所述金字塔空洞邻域注意力编码器,包括:序列化器、邻域注意力Transformer块、下采样器; 所述金字塔空洞邻域注意力编码器处理过程包括以下步骤: 步骤1:输入数据通过序列化器以及两次降采样获取四个不同分辨率大小的特征图,采用金字塔结构通过级联操作将前面每一层的特征信息作为下一层的输入,聚合不同层级的特征; 步骤2:采用多个残差连接,允许不同级别特征进行融合,从而提取图像雾气分布的多尺度特征,得到输出特征; S5:将有雾图像输入到训练好的双分支多尺度图像去雾网络模型中得到生成的清晰无雾图像。
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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励