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！

龙图腾网获悉青岛农业大学申请的专利一种基于多特征注意力机制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：CN119887575B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510054961.9，技术领域涉及：G06T5/70；该发明授权一种基于多特征注意力机制的图像去雾方法是由张琴;吕文羽设计研发完成，并于2025-01-14向国家知识产权局提交的专利申请。

本一种基于多特征注意力机制的图像去雾方法在说明书摘要公布了：本发明公开一种基于多特征注意力机制的图像去雾方法，涉及图像去雾技术领域。在U‑Net基础上整合多特征注意力模块，综合不同尺度特征信息并融合浅层与深层特征，提升特征表达能力，尤其在保留边缘信息方面表现出色。引入跳跃连接缓解梯度消失问题。多特征注意力模块可统一不同层级特征分辨率，采用最大池化算法保留边缘细节。其由通道注意力模块、像素注意力模块和跳跃连接组成，通道注意力评判通道重要性加权处理，像素注意力聚焦像素特征分配权重。本发明克服传统去雾技术局限，利用深度学习优势，提高处理效率与图像质量，适用于复杂环境有雾图像，有效减少特征信息丢失，提高图像处理准确性与细节恢复效果。

本发明授权一种基于多特征注意力机制的图像去雾方法在权利要求书中公布了：1.一种基于多特征注意力机制的图像去雾方法，其特征在于，在U-Net模型的基础上进行扩展，整合多特征注意力模块，包括以下步骤： S1.1、输入的图像经过初始特征提取层提取特征，得到残差块，通过跳跃连接保存所述残差块和所述特征提取层； S1.2、将得到的所述残差块通过卷积操作进行下采样，得到下采样层，然后对所述下采样层进行特征提取，得到特征提取层，通过所述跳跃连接保存所述特征提取层； S1.3、通过特征注意力模块对所述特征提取层进行特征提取，同时整合跳跃连接中保存的所述残差块，得到深层所述残差块，通过所述跳跃连接保存所述残差块； S1.4、重复步骤S1.2和步骤S1.3n次，直至生成最深层特征提取层； S1.5、通过所述特征注意力模块对最深层所述特征提取层提取特征，得到上采样层； S1.6、对所述上采样层提取特征得到残差注意力层，通过多特征注意力模块对所述跳跃连接中保存的所述特征提取层进行整合，并将整合结果与所述残差注意力层拼接，生成上层的所述上采样层； S1.7、重复步骤S1.6n-1次，直至生成最上层所述上采样层，对最上层所述上采样层提取特征得到最上层残差注意力层，通过多特征注意力模块对所述跳跃连接中保存的所述特征提取层进行整合，并将整合结果与最上层所述残差注意力层拼接，得到特征输出层，最终获得去雾的输出图像。

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青岛农业大学，其通讯地址为：266109 山东省青岛市城阳区长城路700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”。