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！

龙图腾网获悉上海人工智能创新中心申请的专利一种多种恶劣天气条件下的图像恢复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：CN116681615B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202310676158.X，技术领域涉及：G06T5/77；该发明授权一种多种恶劣天气条件下的图像恢复方法是由朱禹睿;胡枭玮;王天宇;乔宇设计研发完成，并于2023-06-08向国家知识产权局提交的专利申请。

本一种多种恶劣天气条件下的图像恢复方法在说明书摘要公布了：本发明涉及一种多种恶劣天气条件下的图像恢复方法，用于解决现有统一模型处理方法均是在拟合数据集上进行训练，训练得到的模型存在泛化能力不足的问题。本发明技术方案用真实天气数据集，采用两阶段训练策略来获取图像恢复模型，在第一个训练阶段，利用第一深度学习模型学习不同天气类型下的共性特征；在第二个训练阶段，在固定第一深度学习模型的参数后，在第一深度学习模型中引入表征不同天气类型的特定参数，得到第二深度学习模型，第二深度学习模型用于学习不同天气类型下的特定特征；训练好的第二深度学习模型即为图像恢复模型，能去除各种天气带来地失真干扰，更好地恢复图像细节信息。

本发明授权一种多种恶劣天气条件下的图像恢复方法在权利要求书中公布了：1.一种多种恶劣天气条件下的图像恢复方法，其特征在于：所述方法使用真实天气数据集，采用两阶段训练策略来获取图像恢复模型，该图像恢复模型能够对多种恶劣天气条件下的图像进行恢复；所述两阶段训练策略如下：在第一个训练阶段，利用第一深度学习模型学习不同天气类型下的共性特征；在第二个训练阶段，在固定第一深度学习模型的参数后，在第一深度学习模型中引入表征不同天气类型的特定参数，得到第二深度学习模型，第二深度学习模型用于学习不同天气类型下的特定特征；训练好的第二深度学习模型即为图像恢复模型；其中：第一深度学习模型为一个由N个卷积层组成的Unet网络模型，训练过程表达式如下： 式中： 指的不同天气失真下的输入图片，为天气类型集合，为第一深度学习模型，为第一深度学习模型中在不同天气下的共享参数，共享参数为第一深度学习模型隐式学习到的不同天气下的共性特征；第二深度学习模型通过下述方式获得：对于第一深度学习模型的第i特征提取层，在其上增加天气类型的对应的特定参数，则第i特征提取层参数被重组织为： 式中： 为第i特征提取层参数被重组织参数； 指的是第一深度学习模型第i特征提取层中的共享参数，,为最大卷积层的数目； 的取值为0或1，用于指示是否增加特定参数；第二深度学习模型的优化目标表达如下： 式中：L2为第二深度学习模型的优化目标参数； 为不同天气失真下的输入图片对应的输出图片，指的是与天气类型一致的无失真参考图，为天气类型，为超参数系数，为评估每一层中增加的特定参数重要性的变量，为正则项约束。

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上海人工智能创新中心，其通讯地址为：200000 上海市徐汇区云锦路701号37、38层；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”。