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！

龙图腾网获悉三峡大学申请的专利一种基于U-Net的部分孪生去雾网络的构造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：CN117274098B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202311273860.8，技术领域涉及：G06T5/60；该发明授权一种基于U-Net的部分孪生去雾网络的构造方法是由孙航;罗智明;任东;余梅;任顺;盛冠群设计研发完成，并于2023-09-28向国家知识产权局提交的专利申请。

本一种基于U-Net的部分孪生去雾网络的构造方法在说明书摘要公布了：一种基于U‑Net的部分孪生去雾网络的构造方法，该框架包含两个权值共享的子网络，通过将有雾图像输入第一个子网络进行去雾后再将生成的图像作为去雾先验信息传给第二个子网络，第二个子网络通过输入有雾图像和先验指导信息能够拥有更强的去雾能力和图像重构能力。此外，本发明在该框架的子网络中设计了一个双编解码模块。给子网络输入有雾图像，进行卷积下采样分别得到编码特征，之后通过二次编码模块将编码特征进行二次编码并特征融合得到融合后的二次编码特征。将上一步得到的融合后的二次编码特征通过二次解码模块，之后将得到的二次解码特征分别与编码阶段、解码阶段对应尺度的特征相融合，再通过上采样得到最终的去雾图像。

本发明授权一种基于U-Net的部分孪生去雾网络的构造方法在权利要求书中公布了：1.一种基于U-Net的部分孪生去雾网络的构造方法，它包括以下步骤， 步骤S1：构建部分孪生去雾框架，该框架包含两个权值共享的U型网络、高效特征提取模块； 步骤S2：构建U型图像去雾网络，该网络包括：编码层特征提取模块、特征修复模块、解码层图像恢复模块； 步骤S3：构建双编解码多尺度特征融合模块，利用S2中编码层特征提取模块所提取特征，将不同层次的特征进行融合； 步骤S4：将有雾图像送入U型图像去雾网络，通过多层次特征融合模块和通道非局部信息增强注意力模块，输出清晰的无雾图像，最后利用输出的清晰图像来计算损失，约束网络的训练； 构建的部分孪生去雾框架如下： 输入图像I→去雾网络U1→第一次去雾图像→高效特征提取模块EFECG→先验信息F； 输入图像I，先验信息F→去雾网络U2→去雾图像； 所述高效特征提取模块EFECG具体为： 第一次去雾图像→第一个GlobalAvagepool层→第二个GlobalAvagepool层； 第一次去雾图像→第一个卷积层→第二个卷积层→1*1卷积层→先验特征F1； 第一个GlobalAvagepool层→第一个卷积层→第二个卷积层→第三个卷积层→第四个卷积层→先验特征F2； 第二个GlobalAvagepool层→第一个卷积层→第二个卷积层→第三个卷积层→第四个卷积层→先验特征F3； 所述去雾网络U2具体为： 第一次去雾图像→第一个编码层→第一层编码特征→第二个编码层→第二层编码特征→第三个编码层→第三层编码特征； 第一层编码特征与先验特征F1的融合特征，第二层编码特征与先验特征F2的融合特征→第一个多尺度特征提取模块→第一个二次编码融合特征； 第一个二次编码融合特征，第三层编码特征与先验特征F3的融合特征→第二个多尺度特征提取模块→第二个二次编码融合特征； 第二个二次编码融合特征→第一个反卷积层→第一个二次解码特征→第二个反卷积层→第二个二次解码特征； 第三层编码特征→残差特征提取组→第一个解码层→第一个解码层特征，第二层编码特征，第一个二次解码特征→第二个解码层→第二个解码层特征，第一层编码特征，第二个二次解码特征→第三个解码层→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三峡大学，其通讯地址为：443002 湖北省宜昌市西陵区大学路8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。