Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京大学胡雪梅获国家专利权

南京大学胡雪梅获国家专利权

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!

龙图腾网获悉南京大学申请的专利基于卷积神经网络的任意尺度自适应压缩感知重建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:CN114549676B

龙图腾网通过国家知识产权局官网在2025-08-26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:202011342246.9,技术领域涉及:G06T11/00;该发明授权基于卷积神经网络的任意尺度自适应压缩感知重建方法是由胡雪梅;邱晨曦;岳涛设计研发完成,并于2020-11-26向国家知识产权局提交的专利申请。

基于卷积神经网络的任意尺度自适应压缩感知重建方法在说明书摘要公布了:本发明涉及一种基于卷积神经网络的任意尺度自适应压缩感知重建方法。其步骤为:1使用线性全卷积神经网络对输入图像进行压缩测量;2使用全卷积神经网络对测量结果进行重建,得到初始的重建结果;3将重建结果输入到基于卷积神经网络的注意力模块,得到注意力图;4将注意力图与输入图像点乘,得到调制后的输入图像;5使用线性全卷积神经网络对调制后的输入图像进行压缩测量;6使用全卷积神经网络对测量结果进行重建,并与之前的重建结果相加,得到新的重建结果;7重复步骤3~6,得到目标压缩率下的重建结果。本发明能够处理任意尺度的输入图像并实现多种采样率,提高了网络的鲁棒性和压缩测量的效率。

本发明授权基于卷积神经网络的任意尺度自适应压缩感知重建方法在权利要求书中公布了:1.基于卷积神经网络的任意尺度自适应压缩感知重建方法,其特征在于,包括以下步骤: 步骤1,使用基于线性全卷积神经网络ψ1对输入图像I进行压缩测量,得到测量结果y1;线性全卷积神经网络ψ1具体结构为:输入为m*n*1的图像,输出的压缩测量结果,其第一层卷积层共1个卷积核,卷积核大小为k*k,步长为1,pad为第二层和第三层卷积层各s个卷积核,卷积核大小为k*k,步长为1,pad为第四层和第五层卷积层共s个卷积核,卷积核大小为k*k,步长为2,pad为第六层共1个卷积核,卷积核大小为k*k,步长为2,pad为其中,[]表示向下取整; 步骤2,使用全卷积神经网络F1对测量结果y1进行重建,得到初始的重建结果r1; 步骤3,将重建结果r1输入到基于卷积神经网络的注意力模块T1,得到注意力图A1;基于卷积神经网络的注意力模块T1具体结构为:前两层为卷积层,每层各1个卷积核,卷积核大小为k*k,步长为1,pad为第三层为激活层,使用sigmoid函数作为激活函数; 步骤4,将注意力图A1与输入图像I进行点乘,得到调制后的输入图像I1; 步骤5,使用线性全卷积神经网络ψ2对调制后的输入图像I1进行压缩测量,得到测量结果y2;线性全卷积神经网络ψ2与步骤1中的网络ψ1具有相同的结构,但不共享参数; 步骤6,使用全卷积神经网络F2对测量结果y2进行重建,得到的结果与步骤2的重建结果r1相加,得到重建结果r2; 步骤7,重复步骤3~6,直到得到目标压缩率下的重建结果ri,其中i代表迭代的次数。

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大学,其通讯地址为:210046 江苏省南京市栖霞区仙林大道163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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。