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！

龙图腾网恭喜武汉大学申请的专利一种基于特征域循环一致性的半监督图像去雨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：CN114119393B 。

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：202111319093.0，技术领域涉及：G06T5/73；该发明授权一种基于特征域循环一致性的半监督图像去雨方法是由余磊;周维怡;何敬伟;王碧杉设计研发完成，并于2021-11-09向国家知识产权局提交的专利申请。

本一种基于特征域循环一致性的半监督图像去雨方法在说明书摘要公布了：本发明提供一种基于特征域循环一致性的半监督图像去雨方法，包括以下步骤：步骤1，建立训练集；步骤2，网络模型构建；步骤3，损失函数设计，损失函数包括监督损失和无监督损失，监督损失采用最小均方误差MSE损失函数，无监督损失则是循环一致性损失；步骤4，利用步骤1中构建的数据集以及步骤3中的损失函数对网络模型进行训练；步骤5，将待测试的带雨图像输入到训练好的网络模型中，获得相应的去雨图像。本发明在模型训练过程中综合利用合成数据和真实数据，在特征域对合成雨线特征和合成雨线特征进行分布对齐，避免网络过于学习合成数据的特定分布，以提高去雨模型泛化性。

本发明授权一种基于特征域循环一致性的半监督图像去雨方法在权利要求书中公布了：1.一种基于特征域循环一致性的半监督图像去雨方法，其特征在于，包括如下步骤：步骤1，根据已有干净图像，通过添加雨线得到对应合成带雨图像，将每对干净图像和合成带雨图像以及一张真实场景雨图作为一组训练样本，建立训练集；步骤2，网络模型构建，去雨网络模型具体包括主干去雨网络和半监督约束模块两部分，主干去雨网络模型采用“编码器Encoder-解码器Decoder”结构，其中编码器Encoder用于对输入图像进行特征提取，解码器Decoder用于从特征重建回图像，半监督约束模块包括多个多层感知机MLP结构；步骤2中主干去雨网络中的编码器Encoder包括一个卷积层Conv、多个下采样层DownSample和多个残差模块ResBlcok，每个ResBlock包含一个卷积层和一个ReLU激活层；解码器Decoder包括多个ResBlock、多个上采样层UpSample和一个卷积层；编码器Encoder的具体实现为，输入图像经过一个卷积层进行通道变换，然后经过三组“ResBlock-DownSample”模块以及三个ResBlock模块进行特征提取；解码器Decoder的具体实现为，所提取特征经过三组“ResBlock-UpSample”和一个卷积层进行图像重建；步骤2中，为保证合成数据分布与真实数据分布之间分布映射的可逆性，半监督约束模块采用两个相同的MLP结构，每个MLP具有三个全连接层Fc和两个ReLU激活层，具体为“Fc-ReLU-Fc-ReLU-Fc”；步骤3，损失函数设计，损失函数包括监督损失和无监督损失，监督损失采用最小均方误差MSE损失函数，无监督损失则是循环一致性损失；步骤4，利用步骤1中构建的数据集以及步骤3中的损失函数对网络模型进行训练；步骤5，将待测试的带雨图像输入到训练好的网络模型中，获得相应的去雨图像。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区珞珈山武汉大学；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”。