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！

龙图腾网获悉武汉大学申请的专利一种基于改进Cycle-Dehaze神经网络的火灾图像烟雾去除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：CN116433518B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310378526.2，技术领域涉及：G06T5/60；该发明授权一种基于改进Cycle-Dehaze神经网络的火灾图像烟雾去除方法是由梁启凡;孟庆祥;刘劲春;张桐赫设计研发完成，并于2023-04-04向国家知识产权局提交的专利申请。

本一种基于改进Cycle-Dehaze神经网络的火灾图像烟雾去除方法在说明书摘要公布了：本发明提供一种基于改进Cycle‑Dehaze神经网络的火灾图像烟雾去除方法，该方法针对输入图像曝光过高和曝光过低的两种像素灰度值集合，采用两种亮度转换函数构造虚拟的曝光图像，再通过高低频信息进行多曝光图像融合，有效解决了火灾背景成像中所遇到的图像光照不匀、含鬼影等问题。此外，本发明在传统的Cycle‑Dehaze神经网络的基础上，设计针对烟雾特征增强的动态密集残差块，并引入CBAM注意力机制，提高了对图像有关域和无关域的划分精度。同时，为了更好的解决目前神经网络去烟雾图像重建中存在的颜色失真、纹理模糊问题，本发明在原有损失函数的基础上，引入颜色损失函数，增强了SF‑Cycle‑Dehaze生成器和判别器中的色彩辨识能力，改善了目前主流模型的去烟图像重建能力。

本发明授权一种基于改进Cycle-Dehaze神经网络的火灾图像烟雾去除方法在权利要求书中公布了：1.一种基于改进Cycle-Dehaze神经网络的火灾图像烟雾去除方法，其特征在于，包括如下步骤： 步骤1，收集具有信息相关性的类似室外场景火灾含烟图像和清晰无烟图像作为网络训练数据集，并对所有图像进行预处理； 步骤2，构建和训练火场图像去烟神经网络，具体包括如下步骤： 步骤2.1，将预处理后的含烟图像经连续双三次降尺度下采样操作，得到低分辨率含烟火场图F′； 步骤2.2，构建SF-Cycle-Dehaze神经网络，并将F′输入SF-Cycle-Dehaze神经网络； 所述SF-Cycle-Dehaze神经网络是基于Cycle-Dehaze神经网络的改进，由两个生成器、F和两个判别器Px、Py组成，其中设置X为含烟图像，Y为清晰无烟图像，G实现从X→Y域映射的生成器，F实现从Y→X映射的生成器，Px、Py为对应域的鉴别器，用来判断图像是真是假，即鉴定网络的去烟效能； 步骤2.3，将含烟图像F′输入到生成器G生成无烟图像，然后通过判别器Px进行真实性判断； 步骤2.4，将预处理后的清晰无烟图像经过生成器F生成有烟图像，并经过判别器Py进行真实性判断，含烟图像样本和清晰无烟图像样本循环对抗训练，根据判别器结果不断调整神经网络参数，从而提高神经网络的最终去烟效能； 步骤3，在真实的处理过程中，将经过图像预处理后的含烟火场图像进行双三次向下缩放得低分辨率火场含烟图像，输入到训练好的SF-Cycle-Dehaze神经网络中，待图像经神经网络处理完成后，将对其进行拉普拉斯金字塔简单上采样，恢复为与原始图像分辨率大小的高分辨率火场无烟图像，并作为最终结果进行输出。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。