一种基于SqueezeNet的生成对抗网络图像去雾方法及装置(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于SqueezeNet的生成对抗网络图像去雾方法及装置,方法包括:将采集的有雾图像输入构建的基于SqueezeNet的生成对抗网络模型中,输出去雾后的无雾图像;其中,所述基于SqueezeNet的生成对抗网络模型包括生成器网络和判别器网络。本发明通过特征提取网络SqueezeNet提取雾密度特征,使去雾网络能够自动调整不同浓度区域的权重,更有效地分离雾霾和图像内容,实现在真实场景中对不同浓度雾霾的非均匀处理。改进的注意力块使去雾网络能够提取到图像的关键特征,提高了去雾网络的性能。引入感知损失帮助恢复更多的图像细节信息,避免了传统卷积神经网络导致的图像空间细节丢失的问题。
《一种基于SqueezeNet的生成对抗网络图像去雾方法及装置(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023106531520,当前法律状态为已下证,由南京邮电大学提出申请,发明人为彭程;李飞达;季宏伟;张登银;赵莎莎;金小飞,申请日期为2023-06-05,公开(公告)日期为2025-09-09,国际专利分类号(IPC)为 G06T 5/77 (2024.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于SqueezeNet的生成对抗网络图像去雾方法及装置,方法包括:将采集的有雾图像输入构建的基于SqueezeNet的生成对抗网络模型中,输出去雾后的无雾图像;其中,所述基于SqueezeNet的生成对抗网络模型包括生成器网络和判别器网络。本发明通过特征提取网络SqueezeNet提取雾密度特征,使去雾网络能够自动调整不同浓度区域的权重,更有效地分离雾霾和图像内容,实现在真实场景中对不同浓度雾霾的非均匀处理。改进的注意力块使去雾网络能够提取到图像的关键特征,提高了去雾网络的性能。引入感知损失帮助恢复更多的图像细节信息,避免了传统卷积神经网络导致的图像空间细节丢失的问题。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
