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！

龙图腾网恭喜重庆理工大学申请的专利一种非配对图像阴影去除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：CN115146763B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202210719778.2，技术领域涉及：G06T5/94；该发明授权一种非配对图像阴影去除方法是由陈斌;谭超;冯欣;明镝;薛明龙设计研发完成，并于2022-06-23向国家知识产权局提交的专利申请。

本一种非配对图像阴影去除方法在说明书摘要公布了：本发明涉及一种非配对图像阴影去除方法，TC‑ShadowGAN网络模型设计了一个生成网络STN，即阴影转换网络ShadowTransformationNetwork,STN，通过两组基于编码器‑解码器的生成子网络从阴影图像中生成两个无阴影网络，采用目标一致性约束，限制生成的两幅无阴影图像的一致性，此外，在没有配对的无阴影数据监督的情况下，TC‑ShadowGAN通过从各种无阴影的自然图像中学习共同的照度和亮度特征来生成真正的无阴影图像，并利用不同的真实无阴影图像指定两个判别器，以约束生成的无阴影区域与真实的无阴影区域之间的照度、颜色和纹理的一致性。

本发明授权一种非配对图像阴影去除方法在权利要求书中公布了：1.一种非配对图像阴影去除方法，其特征在于步骤如下：S1.建立数据集，该数据集包括：有阴影图像和无阴影图像；S2.构建TC-ShadowGAN网络模型，利用两个阴影残差生成器GRES1和GRES2构成一个生成网络STN，利用两个判别器D1和D2构成一个鉴别网络USDN，所述生成网络STN中的一个生成器GRES1与鉴别网络USDN中的一个判别器D1对应，另一个生成器GRES2与鉴别网络USDN中的另一个判别器D2对应，形成具有两组同向GAN网络的TC-ShadowGAN网络模型；S3.利用数据集中的有阴影图像、无阴影图像，由对抗性损失函数、目标一致性损失函数和身份损失函数的加权和得到TC-ShadowGAN的最终损失函数通过最终损失函数对整个TC-ShadowGAN网络模型进行训练，其中，采用对抗性约束，强制两个生成器和两个判别器共同优化对抗性损失函数以训练GAN网络；采用目标一致性约束，利用目标一致性损失函数使两组GAN网络进行整体学习；利用生成器GRESi关于无阴影图像的身份损失函数使生成器从真实的无阴影图像中学习，来训练生成器；S4.TC-ShadowGAN网络模型训练后，进行图像转换，给定一个阴影图像IX，最后由TC-ShadowGAN网络模型输出无阴影图像，IY＝MSMIX+GRES1IX，IX+GRES2IX式中，IY为无阴影图像，GRES1IX和GRES2IX分别为两个生成器对于阴影残差图像的特征表示。

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重庆理工大学，其通讯地址为：400054 重庆市巴南区红光大道69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”。