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！

龙图腾网恭喜南京理工大学申请的专利一种真实雾场景的AI去烟雾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：CN114913093B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202210565008.7，技术领域涉及：G06T5/73；该发明授权一种真实雾场景的AI去烟雾方法是由李俊;樊俊凯;杨健设计研发完成，并于2022-05-23向国家知识产权局提交的专利申请。

本一种真实雾场景的AI去烟雾方法在说明书摘要公布了：本发明公开了一种真实场景的AI去烟雾方法，为真实烟雾场景提供更清晰的视野，该方法利用非对齐的清晰图像设计损失函数监督训练去烟雾网络，并且重新定义了大气光的均值‑方差描述方式和传输介质图的三通道方式，提出相应的神经网络结构更好的学习大气光和传输介质图，使得重构损失函数有效地训练去烟雾网络。本发明降低了传统监督模型对数据的严格对齐需求，使得模型能够在真实场景下完成训练，避免了合成数据训练与真实数据测试的不一致性导致的不好效果；重新定义了大气光和传输介质图，使得更符合真实场景，从而提升真实场景下的去烟雾效果。

本发明授权一种真实雾场景的AI去烟雾方法在权利要求书中公布了：1.一种真实场景的AI去烟雾方法，其特征在于，包括： 步骤1、输入烟雾图像I，利用暗通道先验方法初始化得到初步的去烟雾图像JDCP和暗通道图像D，并将JDCP输入去烟雾网络，生成去烟雾结果J； 步骤2、将烟雾图像I和暗通道图像D输入到卷积网络，提取空间卷积特征图FI和FD，利用自注意力机制计算FI和FD的自注意力特征Fatt，并筛选每个通道1％最亮像素点的均值作为相对均值特征Am，然后将FI与Fatt之差作为相对差值特征Ad，最后计算真实场景的大气光A∞； 步骤3、将烟雾图像I输入到通道注意力的卷积网络，生成粗糙的三通道传输介质图再运用指导滤波模块计算更加精确且精细化的传输介质图T； 步骤4、根据步骤1-步骤3生成的J，A∞和T，利用大气散射模型计算重构烟雾图像Irec，然后定义Irec和I的重构损失函数包含三个损失函数之和，分别是一阶范数损失感知损失和结构相似度损失其中运用VGG16计算感知内容； 步骤5、利用多尺度的非对齐参考损失对去烟雾网络进行颜色和纹理的监督学习； 步骤6、根据步骤4、步骤5的两个损失函数和对整个NSDNet框架进行网络参数优化获得去烟雾网络；最后，输入测试真实RGB烟雾图像It，根据步骤1的流程，生成清晰场景图像结果Jt。

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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200号；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”。