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！

龙图腾网获悉北京理工大学申请的专利一种基于RGB图像与注意力残差网络的多光谱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：CN119559067B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202411628433.1，技术领域涉及：G06T5/50；该发明授权一种基于RGB图像与注意力残差网络的多光谱重建方法是由彭昭阳;张小宁;叶凡;王艺霏;侯俊竹;付腾英设计研发完成，并于2024-11-14向国家知识产权局提交的专利申请。

本一种基于RGB图像与注意力残差网络的多光谱重建方法在说明书摘要公布了：本发明提供一种基于RGB图像与注意力残差网络的多光谱重建方法，通过深度学习的方法获取卫星多光谱数据红绿蓝三波段对应的自然彩色图像，由红绿蓝三波段对应的自然彩色图像获取能预测红绿蓝、红边、近红外多光谱数据的自然彩色到多光谱网络模型，从而使用了低成本RGB图像重建多光谱图像，解决了数据集缺乏的问题；在残差网络模型的基础上融合通道注意力机制，提高了多光谱图像的重建精度；使用地物类型多样的数据集进行训练，解决模型泛化能力不足；在防止网络过深导致梯度消失的基础上，注重图像不同特征对多光谱重建的不同贡献程度，对通道进行加权，减小了重建值与真实值的误差，提高了多光谱重建精度。

本发明授权一种基于RGB图像与注意力残差网络的多光谱重建方法在权利要求书中公布了：1.一种基于RGB图像与注意力残差网络的多光谱重建方法，其特征在于，将待重建场景的自然彩色图像输入训练好的自然彩色到多光谱网络模型，得到待重建场景的多光谱图像，其中，自然彩色到多光谱网络模型的训练方法为： S1：根据CIE色匹配函数将高光谱数据集中的高光谱图像转换为符合照相机拍摄的自然彩色图像； S2：将高光谱数据集中的红绿蓝三波段作为真彩色图像，并将其作为残差网络的输入，同时将步骤S1获得的自然彩色图像作为残差网络的理论输出，对残差网络进行训练，得到基于残差网络的真彩色到自然彩色网络模型； S3：将卫星多光谱数据集中的红绿蓝三波段作为待测真彩色图像输入至步骤S2获得的真彩色到自然彩色网络模型中，得到卫星多光谱数据集中的红绿蓝三波段的自然彩色预测图像； S4：将步骤S3获得的自然彩色预测图像作为融合有注意力机制的残差网络的输入，卫星多光谱数据集中的红绿蓝、红边、近红外作为融合有注意力机制的残差网络的理论输出，对融合有注意力机制的残差网络进行训练，得到基于残差网络与注意力机制的自然彩色到多光谱网络模型； 所述自然彩色到多光谱网络模型包括顺次级联的输入层、输入卷积层、第一残差块、第二残差块、第三残差块、注意力机制压缩与激励模块、连接层、激活层以及输出卷积层，其中，连接层用于融合注意力机制压缩与激励模块与输入卷积层的输出； 任意一个残差块包括输入层、第一卷积层、第一激活层、第二卷积层、连接层以及第二激活层，其中，连接层用于融合输入层与第二卷积层的输出； 所述注意力机制压缩与激励模块对第三残差块的输出特征图的处理过程如下： 对大小为h×w×c的输出特征图进行池化，将输出特征图每个通道的信息压缩为单个值，得到输出特征图各个通道对应的大小为1×1×c的全局压缩特征； 通过全连接层-ReLU非线性激活层-全连接层-Sigmoid层的结构首先对各个全局压缩特征分别进行激励，对应得到输出特征图中每个通道的权值；然后根据各通道对应的权值对输出特征图进行加权，得到处理过后的融合特征图； 其中，第一个全连接层把c个通道压缩成cr个通道，再通过一个ReLU非线性激活层，第二个全连接层将通道数恢复回c个通道，最后通过Sigmoid层激活得到归一化的权重，r为设定的压缩比例。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。

以上内容由龙图腾AI智能生成。