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！

龙图腾网恭喜南京林业大学申请的专利用于单幅图像去雾的串行注意增强UNet++去雾网络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：CN114022392B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202111373753.3，技术领域涉及：G06T5/73；该发明授权用于单幅图像去雾的串行注意增强UNet++去雾网络是由赵亚琴;赵文轩;冯丽琦;唐佳希设计研发完成，并于2021-11-19向国家知识产权局提交的专利申请。

本用于单幅图像去雾的串行注意增强UNet++去雾网络在说明书摘要公布了：本发明提出了一种用于单幅图像去雾的串行注意增强UNet++去雾网络，它采用基于残差结构的两个剪枝的UNet++块的串行策略。与简单的编解码结构相比，UNet++模块能够更好地利用编码器提取的特征，促进不同分辨率的上下文信息融合。串行UNet++结构可以学习深层特征，同时保留浅层特征，以便更好地处理浓密的烟雾，生成更逼真的图像，同时减少颜色失真。此外，还引入了在空间域和通道域学习权重的注意力机制来处理不均匀分布的烟雾。实验在两个具有代表性的公共数据集上进行，即大规模合成数据集RESIDE和小规模真实数据集I‑HAZY、O‑HAZY。对于RESIDE合成数据集，所提出的方法可以实现最先进的性能，对于I‑HAZY和O‑HAZY真实世界数据集，所提出的方法大大超过了以前最先进的去雾方法。

本发明授权用于单幅图像去雾的串行注意增强UNet++去雾网络在权利要求书中公布了：1.一种用于单幅图像去雾的串行注意增强UNet++去雾网络，首先建立串行注意增强UNet++去雾网络AESUNet；然后对AESUNet进行训练，其特征是建立的AESUNet采用两个UNet++模块的串行策略；在两个UNet++模块之间建立了残差连接；在AESUNet中引入了注意力机制；对于输入的原始模糊图像，两个串行的UNet++模块分别完全提取不同分辨率的特征，并在不同尺度上重建它们；当第一个UNet++模块的输出特征映射传递到第二个UNet++模块时，它也同时与第二个UNet++模块的输出特征残差连接，得到级联的特征映射；接着，引入注意力模块，通过学习不同通道和不同像素的不同权重，进而处理不均匀烟雾；然后，经两个卷积层将通道减少到三个，得到最终提取的特征；最后，将原始模糊图像加入到最终提取的特征通道中，得到去雾图像；所述注意力模块包括通道注意模块和空间注意模块；在通道注意模块中：首先，采用自适应平均池操作来获得每个通道的原始权重；通过自适应均值池运算，对于H*W*C的特征图，提取一个大小为1*1*C的特征向量，该特征向量每个值是对应特征图中所有像素值的平均值；然后，将原始权重发送到由卷积层、ReLU激活函数、另一卷积层和Sigmoid激活函数组成的学习模块；最后，将学习到的特征权重按通道相乘到输入特征中，得到融合了通道注意的特征图，使不同通道对烟雾有不同程度的关注；在通道注意模块之后，使用空间注意模块来测量对特征图不同位置的注意程度；在空间注意模块中：首先，在融合了通道注意的特征图上沿通道轴执行最大池化和平均池化操作；从H*W*C的原始特征图中获得两个H*W*1的空间注意图；接着，使用卷积层和Sigmoid激活函数来学习整个图像中的雾度分布；最后，将空间注意图按像素级乘以输入特征。

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南京林业大学，其通讯地址为：210037 江苏省南京市玄武区龙蟠路159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”。