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！

龙图腾网恭喜北京理工大学申请的专利基于U-Net结构和残差网络的单幅图像去雾网络及其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：CN114881875B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202210466613.9，技术领域涉及：G06T5/73；该发明授权基于U-Net结构和残差网络的单幅图像去雾网络及其去雾方法是由白永强;张文博;陈杰;窦丽华;邓方;甘明刚;蔡涛设计研发完成，并于2022-04-27向国家知识产权局提交的专利申请。

本基于U-Net结构和残差网络的单幅图像去雾网络及其去雾方法在说明书摘要公布了：本发明公开了一种基于U‑Net结构和残差网络的去雾网络及其去雾方法。该网络不依赖于大气散射模型，可以实现端到端的去雾。本发明基于U‑Net的网络结构，利用残差模块构建了一个端到端的去雾残差网络，去雾方法包括以下步骤：获取合成雾天数据集RESIDE作为训练数据集，并对数据集进行裁剪和归一化的预处理。基于U‑Net结构和残差模块，构造去雾网络模型。将合成雾天数据集输入到网络模型中，在训练过程中通过新的损失函数计算损失，不断迭代更新网络参数，最终得到优化的去雾模型，进行图像去雾。

本发明授权基于U-Net结构和残差网络的单幅图像去雾网络及其去雾方法在权利要求书中公布了：1.基于U-Net结构和残差模块的残差网络，其特征在于，基于U-Net的网络结构，利用残差模块构建一个端到端的去雾残差网络；网络结构由编码层、解码层以及连接两个区域的中间瓶颈区构成；所述编码层包含了一个3x3的卷积层和3个两倍下采样的下采样层，其中下采样层步长为2；所述解码层由三个上采样层和两个3x3卷积层构成，其中每个上采样层后面连接了一个残差块；所述中间瓶颈区顺次包括第一组三个串联的平滑空洞卷积残差块、一个下采样层以及一个特征加权求和模块以及第二组三个串联的平滑空洞卷积残差块；所述编码层中，图片输入后，经过卷积层后变为16通道的特征图，特征图大小与输入图片相同；而经过一次下采样后特征图大小缩小为原先的一半，层数翻倍；在下采样层第一次卷积和第二次下采样后，连接了注意力机制残差块；第一次和第三次下采样后，连接了普通的残差块；经过下采样层处理的特征图大小为原图的八分之一，通道数为128，该特征图进入瓶颈区；所述瓶颈区对特征图后首先通过第一组三个串联的平滑空洞卷积残差块，得到的新特征图大小和通道数不变；之后，将下采样层中不同尺度的特征进一步下采样层处理，得到与新特征大小、通道数相同的特征，并在特征加权求和模块与新特征进行逐元素加权求和；其中各特征的权值为可学习的参数，在网络迭代过程中自适应调整；最后将加权求和得到的新特征再通过第二组三个串联的平滑空洞卷积残差块，并将此特征输入到解码层；所述解码层，将每次上采样后得到的新特征大小翻倍，特征通道数缩减为一半；每次上采样结束后，都将编码层对应大小和维度的特征与之逐元素相加，再输入到残差块中；网络第一层卷积层输出的特征，经过5个串联的密集卷积残差块后，再与最后一个上采样得到的特征进行逐元素相加，以此得到的新特征最终输入到最后两个卷积层并输出一个与原始输入相同大小的清晰图像。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。