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！

龙图腾网恭喜岚图汽车科技有限公司申请的专利基于改进KPN网络图片去雨方法、系统及存储介质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：CN115311155B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202210843808.0，技术领域涉及：G06T5/70；该发明授权基于改进KPN网络图片去雨方法、系统及存储介质是由董倩妍;杨颖;占涛;张澳;孙招宾设计研发完成，并于2022-07-18向国家知识产权局提交的专利申请。

本基于改进KPN网络图片去雨方法、系统及存储介质在说明书摘要公布了：本发明提供一种基于改进KPN网络图片去雨方法、系统及存储介质，方法包括以下步骤：将预处理后的图片输入至特征提取网络层中，获取特征提取后的输出图；将特征提取后的输出图输入至引入空间注意力机制的普通卷积网络层中，获取预测核；将获取的预测核输入至不同尺寸卷积网络层中，获取不同感受野特征的预测图；将获取的各预测图的特征加权求和，并输入至深度可分离卷积层中，获取去雨增强图像。本发明通过基于改进KPN网络图片去雨方法，通过基于改进的KPN网络实现图像去雨处理，引入了深度可分离卷积，大大减少了卷积神经网络的参数量和计算复杂度；引入了空间注意力机制，提升了特征图关键区域的特征表达，有效提升了图像增强的效果。

本发明授权基于改进KPN网络图片去雨方法、系统及存储介质在权利要求书中公布了：1.一种基于改进KPN网络图像去雨方法，其特征在于，所述改进KPN网络包括特征提取网络层、普通卷积网络层、不同尺度卷积网络层和深度可分离卷积网络层；所述基于改进KPN网络图像去雨方法包括以下步骤：将预处理后的图片输入至特征提取网络层中，获取特征提取后的输出图；将特征提取后的输出图输入至引入空间注意力机制的普通卷积网络层中，获取预测核；将获取的预测核输入至不同尺寸卷积网络层中，获取不同感受野特征的预测图；将获取的各预测图的特征加权求和，并输入至深度可分离卷积层中，获取去雨增强图像；其中，所述将预处理后的图片输入至改进的KPN网络模型的特征提取网络层中，获取特征提取网络层输出图的步骤包括：所述特征提取网络层包括第一网络子层、第二网络子层、第三网络子层和第四网络子层，所述第一网络子层包括深度可分离卷积层，所述第二网络子层包括均值池化层和深度可分离卷积层，所述第三网络子层包括双三次插值上采样层、深度可分离卷积层和修正线性单元激活层，所述第四网络子层包括双三次插值上采样层；通过第一网络子层的深度可分离卷积层对输入图进行卷积处理，获取卷积处理后的特征图；通过所述第二网络子层的所述均值池化层对卷积处理后的特征图均值进行池化处理、深度可分离卷积层进行卷积处理获取池化和卷积处理后的特征图；通过所述第三网络子层的双三次插值上采样层对池化和卷积处理后的特征图进行插值上采样处理、深度可分离卷积层进行卷积处理和修正线性单元激活层进行修正激活处理，并与第二网络子层获取的池化和卷积处理后的特征图进行残差连接，获取特征提取层输出图。

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岚图汽车科技有限公司，其通讯地址为：430000 湖北省武汉市经济技术开发区人工智能科技园N栋研发楼3层N3010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”。