用于单幅图像去雾的串行注意增强UNet++去雾网络(高校公示15天)(不包年费滞纳金)(需要二变)
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。
《用于单幅图像去雾的串行注意增强UNet++去雾网络(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 2021113737533,当前法律状态为已下证,由南京林业大学提出申请,发明人为赵亚琴;赵文轩;冯丽琦;唐佳希,申请日期为2021-11-19,公开(公告)日期为2025-03-25,国际专利分类号(IPC)为 G06T 5/73 (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。
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!
