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！

龍圖騰網獲悉上海大學申請的專利一種融合雙重注意力機制的弱監督圖像去雨系統與方法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：CN114331881B 。

龍圖騰網通過國家知識產權局官網在2025-09-19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：202111568216.4，技術領域涉及：G06T5/73；該發明授權一種融合雙重注意力機制的弱監督圖像去雨系統與方法是由蒲燕虹;張金藝設計研發完成，并于2021-12-21向國家知識產權局提交的專利申請。

本一種融合雙重注意力機制的弱監督圖像去雨系統與方法在說明書摘要公布了：本發明公開了一種融合雙重注意力機制的弱監督圖像去雨系統與方法。其系統由攝像頭單元、圖像處理單元和顯示單元組成；其方法的操作步驟包括圖像處理單元弱監督圖像去雨流程。采用本發明，不僅可以降低配對樣本數據集的收集成本、提高網絡模型的適用性，而且能夠獲得背景細節更清晰、顏色信息保留得更好的去雨圖像。本發明系統簡單直觀，方法性能優越，且應用具有普適性。

本發明授權一種融合雙重注意力機制的弱監督圖像去雨系統與方法在權利要求書中公布了：1.一種融合雙重注意力機制的弱監督圖像去雨系統，由攝像頭單元1、圖像處理單元2和顯示單元3組成，其特征在于，所述攝像頭單元1以有線或無線的方式與圖像處理單元2連接；所述圖像處理單元2以有線或無線的方式與顯示單元3連接； 利用所述融合雙重注意力機制的弱監督圖像去雨系統進行操作，包括圖像處理單元弱監督圖像去雨流程；所述圖像處理單元弱監督圖像去雨流程： S1，使用數據接收模塊4接收攝像頭單元1傳來的圖像數據，并向樣本集構建模塊5發送，構建訓練樣本集、測試樣本集，獲取待復原有雨圖像； S2，樣本集預處理模塊6對訓練樣本集、測試樣本集、待復原有雨圖像進行預處理操作； S3，圖像去雨網絡構建模塊7基于循環生成對抗網絡，引入通道和空間雙重注意力機制，構建融合雙重注意力機制的弱監督圖像去雨網絡； S4，圖像去雨模型訓練模塊8使用預處理后的訓練樣本集對上述網絡進行訓練，輸入為未配對的有雨圖像和無雨圖像，利用混合損失函數對網絡進行約束，使用測試樣本集進行推理測試，獲得融合雙重注意力機制的弱監督圖像去雨模型； S5，圖像去雨處理模塊9將待復原有雨圖像直接輸入至上述模型中，生成去雨圖像； S6，數據發送模塊10將最終生成的去雨圖像發送至顯示單元3，實現圖像去雨； 所述步驟S3包括圖像去雨網絡構建流程；所述圖像去雨網絡構建流程： S31，基于循環生成對抗網絡基本架構，設計構建弱監督圖像去雨網絡，使用自編碼器架構實現兩個生成器，使用馬爾可夫判別器實現兩個判別器； S32，在兩個生成器的編碼器中引入通道注意力機制，設計構建通道注意力塊及通道注意力殘差塊，用于特征提取； S33，在兩個生成器的解碼器中引入空間注意力機制，設計構建空間注意力塊及多分支注意生成子網絡，用于突出含雨區域和背景區域； 所述步驟S33包括多分支注意生成子網絡構建流程；所述多分支注意生成子網絡構建流程： S331，構建空間注意力塊：使用一個池化層，一個3×3卷積層，一個Sigmoid函數，獲得空間注意力；使用乘法，與輸入特征相乘后獲得輸出特征； S332，構建分支一：使用一個空間注意力模塊、一個1×1卷積層，用于生成多通道的含雨特征； S333，構建分支二：使用一個1×1卷積層，用于生成單通道的背景特征； S334，構建分支三：使用一個7×7卷積層，一個tanh激活函數層，用于生成圖像內容特征； S335，將含雨特征和背景特征拼接，使用softmax函數生成含雨注意、背景注意； S336，使用乘法，將含雨注意與圖像內容特征相乘，生成含雨注意圖；將背景特征與輸入的有雨圖像相乘，生成背景注意圖； S337，使用加法，將含雨注意圖與背景注意圖相加，生成去雨圖像。

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上海大學，其通訊地址為：200444 上海市寶山區上大路99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”。