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！

龙图腾网恭喜南京航空航天大学申请的专利一种基于记忆感知模块的生成对抗网络雾霾图像复原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：CN114936976B 。

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：202210579337.7，技术领域涉及：G06T5/60；该发明授权一种基于记忆感知模块的生成对抗网络雾霾图像复原方法是由许晓燕;董文德;徐贵力设计研发完成，并于2022-05-25向国家知识产权局提交的专利申请。

本一种基于记忆感知模块的生成对抗网络雾霾图像复原方法在说明书摘要公布了：本发明涉及一种基于记忆感知模块的生成对抗网络雾霾图像复原方法。首先，在Pix2Pix条件生成对抗网络框架下，引入能够根据雾霾图像生成复原图像的生成器G以及判别复原图像是否属于真实图像的判别器D，并进行网络训练。将对抗损失、像素重构损失和特征感知损失作为网络整体目标损失函数，在网络训练过程中，将成对的雾霾‑清晰图像数据集输入网络，对生成器G和判别器D进行训练，并采用优化器对G和D网络参数进行更新，以目标损失函数值是否收敛作为训练结束的判断条件，最终得到网络模型的局部最优解。与传统的基于物理模型的图像去雾方法相比，本发明实现了对雾霾图像一步到位的复原，并且该网络具有较高的运行效率，能够得到高质量的复原图像。

本发明授权一种基于记忆感知模块的生成对抗网络雾霾图像复原方法在权利要求书中公布了：1.一种基于记忆感知模块的生成对抗网络雾霾图像复原方法，其特征在于，步骤如下：步骤1，构建雾霾-清晰数据集S：该数据集S包括雾霾图像与清晰图像，且雾霾图像与清晰图像一一对应；步骤2，基于Pix2Pix条件生成对抗网络框架，结合图像去雾任务，构造并引入生成器G和判别器D；其中，生成器G用于学习雾霾图像域和清晰图像域的映射关系，将输入的雾霾图像转换到清晰图像域上，得到复原图像；判别器D用于判断所述复原图像是否为真实图像，判别器D配合生成器G进行对抗训练；其中，生成器G网络以改进的U-Net子网络作为骨干网络，同时引入基于注意力机制和循环神经网络构建的雾霾信息感知记忆子网络，使生成器G实现去雾功能的同时还能够实现恢复图像的纹理和结构特征的功能，构造生成器G的具体步骤为：步骤2-1，引入雾霾信息感知记忆子网络，输出雾霾信息注意力图；步骤2-2，改进的U-Net子网络基于经典的U-Net网络，在U-Net的基础上舍弃池化层和批标准化层，引入残差密集模块代替简单的卷积层，引入LeakyReLU函数代替ReLU函数，分别从特征提取能力、非线性表达能力方面提高网络的性能；步骤2-3，将输入图像与雾霾信息感知记忆子网络的输出在通道方向上叠加，输入到改进的U-Net子网络得到最终的复原图像；步骤3，初始化G和D网络参数，并构造目标损失函数以约束生成对抗训练中生成器G和判别器D的优化方向；其中，目标损失函数包括像素重构损失、特征感知损失以及对抗训练所产生的对抗损失；步骤4，利用所述雾霾-清晰数据集S中成对的雾霾图像与清晰图像对生成器G和判别器D进行前向计算，分别得到生成器G和判别器D的目标损失函数；步骤5，固定生成器G网络参数，利用Adam优化器更新判别器D的网络参数；步骤6，固定判别器D网络参数，利用Adam优化器更新生成器G的网络参数；步骤7，判断生成器G和判别器D的目标损失函数是否同时收敛，判断为否时返回步骤4，否则结束训练，得到生成器G网络参数的局部最优解，利用该训练好的生成器，可解算出复原图像估计值，获得去雾图像。

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航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。