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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华东交通大学;南京工程学院涂宏斌获国家专利权

华东交通大学;南京工程学院涂宏斌获国家专利权

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!

龙图腾网获悉华东交通大学;南京工程学院申请的专利基于光流动态特征强化注意力机制网络的图像去雾方法及系统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:CN120339116B

龙图腾网通过国家知识产权局官网在2026-04-17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:202510332407.2,技术领域涉及:G06T5/73;该发明授权基于光流动态特征强化注意力机制网络的图像去雾方法及系统是由涂宏斌;罗家骏;罗会源;刘德洋;李启翔;许坤林;马伟龙;刘畅;高尔涵;何城设计研发完成,并于2025-03-20向国家知识产权局提交的专利申请。

基于光流动态特征强化注意力机制网络的图像去雾方法及系统在说明书摘要公布了:本申请公开了一种基于光流动态特征强化注意力机制网络的图像去雾方法及系统,属于计算机视觉技术领域,包括:对多段监控视频进行第一预处理得到多段预处理监控视频;构建训练集和测试集,对训练集进行第二预处理得到预处理训练集;对多段预处理监控视频进行雾化处理并构建雾化图像流集合;构建光流动态特征强化注意力机制网络和复合损失函数,对光流动态特征强化注意力机制网络进行训练和测试,将待去雾图像输光流动态特征强化注意力机制网络后输出去雾图像;根据渐进优化算法对去雾图像进行处理,得到目标去雾图像;该方法能够实时或接近实时地对监控场景的监控视频进行高效去雾处理,有助于提升监控场景的监控安全。

本发明授权基于光流动态特征强化注意力机制网络的图像去雾方法及系统在权利要求书中公布了:1.一种基于光流动态特征强化注意力机制网络的图像去雾方法,其特征在于,所述方法包括: 获取监控场景的多段监控视频,对所述多段监控视频进行第一预处理,得到对应的多段预处理监控视频; 根据所述多段预处理监控视频获取训练集和测试集,对所述训练集进行第二预处理,以得到预处理训练集; 对所述多段预处理监控视频进行雾化处理,以根据雾化处理后的所述多段监控视频构建雾化图像流集合; 构建光流动态特征强化注意力机制网络,所述光流动态特征强化注意力机制网络包括背景特征提取模块、颜色特征提取模块和滑动窗口注意力机制模块; 构建复合损失函数,根据所述预处理训练集、雾化图像流集合和所述复合损失函数对所述光流动态特征强化注意力机制网络进行训练; 所述构建复合损失函数,根据所述预处理训练集、雾化图像流集合和所述复合损失函数对所述光流动态特征强化注意力机制网络进行训练;具体为: 构建复合损失函数,将所述预处理训练集和所述雾化图像流集合输入所述光流动态特征强化注意力机制网络进行训练; 其中,所述将所述预处理训练集和所述雾化图像流集合输入所述光流动态特征强化注意力机制网络进行训练;具体为: 将所述预处理训练集中的雾化图像输入3×3卷积层,依次经过一个3×3卷积层和一个滑动窗口注意力机制模块处理后,得到第一注意力特征; 将同一个所述雾化图像输入颜色特征提取模块,经过颜色特征提取模块处理后得到颜色特征;将预处理训练集中与所述雾化图像来自同一所述预处理监控视频的真实参考图像输入背景特征提取模块,经过背景特征提取模块处理后得到背景特征; 将所述第一注意力特征和所述背景特征输入一个下采样层进行特征融合处理,得到第一融合特征,将所述第一融合特征输入一个所述滑动窗口注意力机制模块处理,得到第二注意力特征; 将所述第二注意力特征和所述颜色特征输入一个所述下采样层进行特征融合处理,得到第二融合特征;将所述第二融合特征依次输入一个所述滑动窗口注意力机制模块和一个上采样层处理后得到第三注意力特征; 将所述第三注意力特征和所述第二注意力特征输入一个SK通道注意力融合模块进行特征融合处理,得到第三融合特征;将所述第三融合特征输入一个所述滑动窗口注意力机制模块处理后得到第四注意力特征; 将雾化图像流集合输入光流网路进行特征提取处理,得到光流特征,将所述光流特征和所述第四注意力特征输入一个上采样层进行特征融合处理,得到第四融合特征; 将所述第四融合特征和所述第一注意力特征输入一个SK通道注意力融合模块进行特征融合,得到第五融合特征,将所述第五融合特征依次经过一个滑动窗口注意力机制模块和一个3×3卷积层处理后,得到去雾图像; 获取所述光流动态特征强化注意力机制网络对所述预处理训练集的训练结果和对应的真实图像之间损失差异; 所述复合损失函数根据所述损失差异,对所述光流动态特征强化注意力机制网络进行参数优化,直至所述光流动态特征强化注意力机制网络收敛,完成对所述复合损失函数对所述光流动态特征强化注意力机制网络的训练; 根据所述测试集对训练好的所述光流动态特征强化注意力机制网络进行测试,将待去雾图像输入测试合格的所述光流动态特征强化注意力机制网络,输出去雾图像; 根据渐进优化算法对所述去雾图像进行处理,得到最终的目标去雾图像。

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华东交通大学;南京工程学院,其通讯地址为:330000 江西省南昌市经济技术开发区双港东大街808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。