Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 苏州大学王康伟获国家专利权

苏州大学王康伟获国家专利权

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!

龙图腾网获悉苏州大学申请的专利一种基于生成对抗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:CN119941570B

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:202510028973.4,技术领域涉及:G06T5/73;该发明授权一种基于生成对抗网络的图像去雾方法是由王康伟;谢华强;吴澄;谢劼;盛洁;张瑾设计研发完成,并于2025-01-08向国家知识产权局提交的专利申请。

一种基于生成对抗网络的图像去雾方法在说明书摘要公布了:本发明涉及图像处理领域,尤其涉及一种基于生成对抗网络的图像去雾方法。本发明第一阶段通过合成雾数据对生成对抗网络的生成器进行训练,将合成雾配对图像的去雾图像与无雾图像之间的平滑L1损失、重建雾图像与合成雾配对图像之间的平滑L1损失的和,作为第一阶段的总损失函数;第二阶段用真实雾数据训练,计算真实雾图像的特征层与真实雾图像的去雾图像特征层各空间位置对比损失,构建多层对比损失;基于两个阶段生成器生成的真实雾图像的去雾图像特征,构建风格迁移损失;基于真实无雾图像与真实无雾图像的去雾图像的L1范数损失,构建恒等一致性损失;构建第二阶段的总损失函数进行训练,得到目标生成对抗网络。本发明提高了图像去雾的效率与准确性。

本发明授权一种基于生成对抗网络的图像去雾方法在权利要求书中公布了:1.一种基于生成对抗网络的图像去雾方法,其特征在于,包括以下步骤: 获取图像数据集,所述图像数据集包括:不同合成雾数据、真实雾数据,合成雾数据包括无雾图像与其对应的合成雾配对图像,真实雾数据包括真实雾图像与其对应的真实无雾图像,对图像数据集进行预处理,将预处理后的图像数据集划分为训练集、验证集; 将合成雾配对图像输入生成对抗网络的生成器,得到合成雾配对图像的去雾图像; 通过对合成雾配对图像的去雾图像进行重建,得到合成雾配对图像的重建雾图像; 将合成雾配对图像的去雾图像与无雾图像之间的平滑L1损失、重建雾图像与合成雾配对图像之间的平滑L1损失的和,作为第一阶段的总损失函数; 通过第一阶段的总损失函数对生成器进行训练,得到第一阶段训练后的生成器; 将真实雾图像输入生成器,得到真实雾图像的特征图、真实雾图像的去雾图像; 将真实无雾图像输入生成器,得到真实无雾图像的去雾图像; 将真实雾图像的去雾图像输入后特征提取器,得到真实雾图像的去雾图像特征; 将真实雾图像的特征图通过两层感知机网络,得到真实雾图像的多层特征; 将真实雾图像的去雾图像特征通过两层感知机网络,得到真实雾图像的多层去雾图像特征; 通过计算真实雾图像的每个特征层与其相同层的去雾图像特征层中每个空间位置的对比损失函数,构建多层对比损失; 基于第一阶段训练好的生成器生成的真实雾图像的第一去雾图像特征、第二阶段更新参数后的生成器生成的真实雾图像的第二去雾图像特征,构建风格迁移损失; 基于真实无雾图像与真实无雾图像的去雾图像之间的L1范数损失,构建恒等一致性损失; 将多层对比损失、风格迁移损失、恒等一致性损失、生成器损失、判别器损失加权求和,作为第二阶段的总损失函数; 通过第二阶段的总损失函数对生成对抗网络进行训练,通过验证集对训练后的生成对抗网络进行验证,得到目标生成对抗网络; 将待去雾图像输入目标生成对抗网络,输出待去雾图像的去雾图像。

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苏州大学,其通讯地址为:215000 江苏省苏州市吴江区久泳西路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。

免责声明
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。