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！

龙图腾网获悉湖南科技大学申请的专利一种基于Transformer建模与多尺度动态滤波的图像去雪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：CN121685976B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202610190660.3，技术领域涉及：G06V10/30；该发明授权一种基于Transformer建模与多尺度动态滤波的图像去雪方法是由林勇;何冰;廖苗设计研发完成，并于2026-02-10向国家知识产权局提交的专利申请。

本一种基于Transformer建模与多尺度动态滤波的图像去雪方法在说明书摘要公布了：本发明公开了一种基于Transformer建模与多尺度动态滤波的图像去雪方法，包括以下步骤：建立包含雪景图像及对应无雪图像的数据集；构建一个融合全局Transformer建模与多尺度动态滤波的图像去雪网络，图像去雪网络记为TranFusionNet；采用数据集对TranFusionNet进行训练，直至预先设置的损失函数收敛；利用训练好的图像去雪网络对待去雪图像进行处理，得到去雪结果。本发明实现了全局依赖建模与局部细节增强的深度融合，在结构一致性保持与细节恢复之间取得了良好平衡，能够有效去除复杂雪粒干扰，重建清晰、自然的视觉图像，为图像恢复领域提供了一种高效的解决方案。

本发明授权一种基于Transformer建模与多尺度动态滤波的图像去雪方法在权利要求书中公布了：1.一种基于Transformer建模与多尺度动态滤波的图像去雪方法，其特征在于，包括以下步骤： 步骤一，建立包含雪景图像及对应无雪图像的数据集A； 步骤二：构建一个融合全局Transformer建模与多尺度动态滤波的图像去雪网络，图像去雪网络记为TranFusionNet； TranFusionNet采用带跳跃连接的编码器-解码器结构作为整体框架，编码器由第一层、第二层、第三层依次连接组成，第一层为四个残差块，第二层为引入了星模块的两个编码块，第三层为增强编码块，增强编码块融合了轻量级Transformer的残差结构；增强编码块中的Transformer由局部窗口注意力机制LSA和一个门控前馈网络GFFN构成； 在星模块中，首先对输入特征F1执行一次层归一化LN，然后通过一个3×3深度可分离卷积提取空间局部特征，再经由两个1×1卷积完成通道重组，接着对其中一个卷积结果进行组归一化以稳定特征分布，并通过GELU激活函数引入非线性增强表达能力，再与另一个卷积结果进行相乘后1×1卷积进行通道融合与映射，从而得到融合局部结构信息的增强特征，最后将该增强特征与输入特征F1进行逐元素相加形成残差连接，得到特征F2，从而实现特征重用与梯度稳定传播； 步骤三：采用数据集A对TranFusionNet进行训练，直至预先设置的损失函数收敛； 步骤四：利用训练好的图像去雪网络对待去雪图像进行处理，得到去雪结果。

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湖南科技大学，其通讯地址为：411103 湖南省湘潭市雨湖区石马头；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”。

以上内容由龙图腾AI智能生成。