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！

龙图腾网获悉广东工业大学申请的专利基于专家模型和多阶段雨纹提取的图像去雨方法与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：CN119963446B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202510029361.7，技术领域涉及：G06T5/73；该发明授权基于专家模型和多阶段雨纹提取的图像去雨方法与系统是由罗玉;梁高铨;刘雨杰;陈梓翊;傅立宇设计研发完成，并于2025-01-08向国家知识产权局提交的专利申请。

本基于专家模型和多阶段雨纹提取的图像去雨方法与系统在说明书摘要公布了：本发明公开的一种基于专家模型和多阶段雨纹提取的图像去雨方法与系统，其中方法包括：对输入的有雨图像进行预处理得到分离图像，将分离图像输入到训练好的去雨模型中进行处理，其中，将分离图像输入到混合雨纹先验模块中进行处理得到混合先验特征；将混合先验特征输入到多阶段雨特征提取模块进行逐步特征提取得到雨纹层特征；基于有雨图像和雨纹层特征利用细节恢复增强模块恢复图像细节以生成最终的去雨图像。本发明包括去雨模型的训练和应用去雨模型的图像去雨两部分，能够利用自适应先验结合递归提取策略，实现雨纹特征的精准分离和背景细节的精细恢复，能够有效处理多样化的雨纹模式和复杂背景，提升了图像去雨的精度和鲁棒性。

本发明授权基于专家模型和多阶段雨纹提取的图像去雨方法与系统在权利要求书中公布了：1.一种基于专家模型和多阶段雨纹提取的图像去雨方法，其特征在于，包括以下步骤： 对输入的有雨图像进行预处理得到分离图像，将所述分离图像输入到训练好的去雨模型中进行处理，其中， 将所述分离图像输入到混合雨纹先验模块中进行处理得到混合先验特征； 将所述混合先验特征输入到多阶段雨特征提取模块进行逐步特征提取得到雨纹层特征； 基于所述有雨图像和所述雨纹层特征利用细节恢复增强模块恢复图像细节以生成最终的去雨图像； 所述方法还包括构建并训练所述去雨模型，具体包括： 获取拍摄的多组不配对的有雨图和无雨图，并进行预处理得到训练图像； 将所述训练图像输入到混合雨纹先验模块中进行训练得到混合先验特征，其中，所述混合雨纹先验模块中包括混合先验专家模块，通过专家网络的决策，利用动态门控机制自适应融合多种雨纹先验，具体包括动态颜色先验、梯度先验和高斯模糊先验； 将所述混合先验特征输入到多阶段雨特征提取模块中进行雨纹特征提取和细化训练得到雨纹层特征，其中，所述多阶段雨特征提取模块包括多通道注意力块、主动聚焦模块和尺度感知卷积注意力模块，通过逐步提取和细化雨纹特征，并逐层分离雨纹和背景图像得到所述雨纹层特征； 基于所述有雨图像和所述雨纹层特征利用细节恢复增强模块进行训练以恢复图像细节，其中，所述细节恢复增强模块集成了多通道注意力块、尺度感知卷积注意力模块，批归一化和PReLU激活模块，通过多尺度和多通道处理以保留背景图像的原始深度和清晰度； 主动聚焦模块首先将输入特征与前一阶段的隐藏状态进行拼接：其中，表示当前的第阶段；接着，像素注意力操作被应用于计算像素注意力图：随后，每个门控单元的输入通过以下公式计算：其中，符号⊗表示两个矩阵之间的逐元素乘法操作；AFM中的各门控单元与LSTM的计算方式相同，具体如下：在此公式中，和分别表示第阶段的单元状态和隐藏状态，输出的将作为输入传递给下一阶段的模块； 尺度感知卷积注意力模块包含两个组成部分：多尺度卷积和通道注意力，多尺度卷积部分由两个具有不同核大小的卷积层组成，各层的输出通过拼接操作整合在一起，从而融合来自不同感受野的特征。

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广东工业大学，其通讯地址为：510006 广东省广州市东风东路729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。