買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉暨南大學申請的專利基于損失分類與雙分支網絡的圖像超分辨率重建和去霧方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115587934B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211272767.0，技術領域涉及：G06T3/4053；該發明授權基于損失分類與雙分支網絡的圖像超分辨率重建和去霧方法及系統是由李展;鄺文卿;曾弘毅;袁偉俊;陳彥全設計研發完成，并于2022-10-18向國家知識產權局提交的專利申請。

本基于損失分類與雙分支網絡的圖像超分辨率重建和去霧方法及系統在說明書摘要公布了：本發明涉及基于損失分類與雙分支網絡的圖像超分辨率重建和去霧方法及系統，其方法包括步驟：S1、輸入待超分辨率重建或待去霧圖像與其對應的真實參考圖像，并進行預處理，對待超分辨率重建或待去霧圖像與真實參考圖像進行相同尺寸和相同位置的裁切；S2、構建雙分支網絡模型進行訓練，并采用編碼器?解碼器網絡，通過損失分類器和約束函數進行訓練；S3、將待超分辨率重建或待去霧圖像輸入到訓練好的雙分支網絡模型中，通過特征融合的方式獲取最終的結果圖。本發明采用雙分支網絡結構，提出了損失分類器的方法，實現雙分支中的第一分支側重平滑區域，而第二分支側重邊緣區域，解決了端對端網絡在邊緣區域效果不佳的缺點，提高最終結果圖的視覺效果。

本發明授權基于損失分類與雙分支網絡的圖像超分辨率重建和去霧方法及系統在權利要求書中公布了：1.基于損失分類與雙分支網絡的圖像超分辨率重建和去霧方法，其特征在于，包括以下步驟： S1、準備好待超分辨率重建或待去霧圖像與其對應的真實參考圖像，對待超分辨率重建或待去霧圖像與真實參考圖像進行相同尺寸和相同位置的裁切，進行數據增強操作； S2、構建雙分支網絡模型并進行訓練，該雙分支網絡模型采用的是編碼器-解碼器網絡，通過損失分類器和約束函數進行訓練； S3、將待超分辨率重建或待去霧圖像輸入到訓練好的雙分支網絡模型中，通過特征融合的方式獲取最終的結果圖； 雙分支網絡模型的構建過程具體如下： S211、將輸入的待超分辨率重建或待去霧圖像經過一個特征提取層與殘差層得到低層次特征，其后該低層次特征再經過三次下采樣編碼，其中前兩次下采樣編碼為一個下采樣層后接一個殘差層，第三次下采樣編碼為一個下采樣層后接一個殘差注意力層； S212、下采樣編碼后是三次上采樣解碼，其每次上采樣解碼為一個上采樣層后接一個殘差注意力層；在上采樣編碼過程中，每次上采樣解碼的結果與編碼器中對應的同尺寸的下采樣編碼輸出結果在通道維度相拼接，作為下一個上采樣解碼的輸入； S213、將第三次上采樣解碼的結果與最初的低層次特征再通道維度拼接，并將之輸入到特征恢復層，特征恢復層的輸出維度為3的圖像，將該圖像作為該分支的最終輸出； 步驟S2中損失分類器通過L1損失劃分出輸出圖像的平滑區域和邊緣區域，具體劃分過程如下： S221、利用第一分支獲得的超分辨率重建或去霧圖像a，與訓練過程中的真實參考圖GT作L1損失，得到LossL1； S222、使用圖像a與真實參考圖GT逐像素做差獲的差的絕對值，得到Lossx,y,z； S223、獲取到Lossx,y,z后，根據其在位置x,y,z的值與LossL1進行大小比較，并在相應位置上置1或0，獲得掩膜Maskx,y,z，Lossx,y,z的值比LossL1小則取1，反之取0；具體平滑掩膜的公式如下所示： 則邊緣掩膜表示為1-Maskx,y,z； S224、將平滑掩膜作用于圖像a，將邊緣掩膜作用于初步超分辨率重建或去霧圖像b，二者相加得到超分辨率重建或去霧圖像c； S225、將雙分支網絡模型中各分支中的特征恢復層的輸入與特征恢復層的輸出即初步恢復圖像在通道維度上拼接，且一個分支拼接的結果再與另一個分支拼接的結果再次在通道維度上拼接，最后經過一個特征融合層獲得最佳超分辨率重建或去霧圖像d；其中，特征融合層指的是先經過一個殘差注意力層后再經過一個卷積層，最后接一個Tanh激活層； S226、獲得圖像c與圖像d后，通過將二者與真實參考圖像GT做L1損失與感知損失，并通過神經網絡的反向傳播機制與梯度下降機制訓練雙分支網絡模型，使得其在獲得最終結果圖像的過程中，獲取平滑區域和邊緣區域。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人暨南大學，其通訊地址為：510632 廣東省廣州市天河區黃埔大道西601號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。