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！

龙图腾网获悉中国科学院光电技术研究所申请的专利一种基于条件卷积与通道注意力机制的水下图像增强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：CN119338699B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411771206.4，技术领域涉及：G06T5/60；该发明授权一种基于条件卷积与通道注意力机制的水下图像增强方法是由宋中一;苏海冰;范斌;钟烁设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本一种基于条件卷积与通道注意力机制的水下图像增强方法在说明书摘要公布了：本发明公开了一种基于条件卷积与通道注意力机制的水下图像增强方法，涉及水下图像增强技术领域，所述方法使用的水下图像增强模型包括编码器、解码器、瓶颈层和跳跃连接，所述的编码器、解码器和瓶颈层均采用残差SE条件卷积模块来提取特征信息，所述模型利用卷积下采样层和反卷积上采样层分别实现特征图的下采样和上采样，所述跳跃连接包括拼接操作和条件卷积层，所述跳跃连接的条件卷积层用于编解码器间拼接特征图的特征降维和特征融合。本发明可以增强水下输入图像，得到高图像质量的水下增强结果图像。

本发明授权一种基于条件卷积与通道注意力机制的水下图像增强方法在权利要求书中公布了：1.一种基于条件卷积与通道注意力机制的水下图像增强方法，其特征在于，包含以下步骤： 步骤1、获取失真的水下图像及其对应的水下参考图像，形成训练集和测试集； 步骤2、构建基于条件卷积与通道注意力机制的水下图像增强模型；所述水下图像增强模型以失真的水下图像为输入，输出增强后的高质量水下图像，所述水下图像增强模型包括编码器、解码器、瓶颈层和用于融合编解码器之间两个同尺度特征图的跳跃连接；所述编码器包括残差SE条件卷积模块和卷积下采样层，所述卷积下采样层用于实现特征图的下采样；所述解码器包括残差SE条件卷积模块和反卷积上采样层，所述反卷积上采样层用于实现特征图的上采样；所述跳跃连接包括拼接操作和条件卷积层，使用条件卷积层来实现编解码器间拼接特征图的特征降维和特征融合；所述瓶颈层包括残差SE条件卷积模块；所述的编码器、解码器和瓶颈层中残差SE条件卷积模块均是作为基本处理单元来处理特征信息；所述残差SE条件卷积模块包括基于通道注意力机制的条件挤压-激励模块、条件卷积层、ReLU函数和残差连接； 步骤3、将训练集图像输入到构建好的所述水下图像增强模型中进行训练； 步骤4、将测试集图像输入到训练好的所述水下图像增强模型中，输出模型处理后的水下增强结果图像； 基于通道注意力机制的条件挤压-激励模块中，输入特征图首先通过全局平均池化操作得到全局统计量，之后经过一个压缩比为16和步长为1的条件卷积层、一个ReLU函数和一个步长为1的条件卷积层，从而映射得到一组各通道的权重大小，再利用该组权重对输入特征图进行权重校正，得到条件挤压-激励模块的最终输出结果。

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中国科学院光电技术研究所，其通讯地址为：610209 四川省成都市双流350信箱；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。