Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 西安电子科技大学孙文方获国家专利权

西安电子科技大学孙文方获国家专利权

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!

龙图腾网获悉西安电子科技大学申请的专利一种特征融合网络结构、方法及相关重建光谱图像系统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:CN119444610B

龙图腾网通过国家知识产权局官网在2025-09-23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:202411560913.9,技术领域涉及:G06T5/70;该发明授权一种特征融合网络结构、方法及相关重建光谱图像系统是由孙文方;王梦阳;李崩崩;宋蓓蓓;于淑芳;杜文旺;王哲设计研发完成,并于2024-11-04向国家知识产权局提交的专利申请。

一种特征融合网络结构、方法及相关重建光谱图像系统在说明书摘要公布了:本发明公开了一种特征融合网络结构、方法及相关重建光谱图像系统,属于多光谱图像技术领域。本发明提供的特征融合网络结构,采用傅立叶变换在频域上对光谱图像特征进行处理,充分利用全空间域信息,保留更多的空间分辨率,更好地捕捉和恢复光谱图像中的细节信息,此外,在跳跃连接处引入注意力机制,并将解码端的特征经过上采样与上层特征相融合,实现上下文信息的有效整合,提高光谱图像重建的效率和质量;基于特征融合网络结构重建光谱图像的系统,在保持较小的参数量和FLOPs的同时,能达到更好的重建效果,恢复图像的真实质感,减少马赛克痕迹,并在视觉上接近原始多光谱图像的质量水平。

本发明授权一种特征融合网络结构、方法及相关重建光谱图像系统在权利要求书中公布了:1.一种基于特征融合网络结构重建光谱图像的方法,其特征在于,包括以下步骤: 通过3×3卷积提取光谱图像特征,得到图像特征; 基于特征融合网络结构的方法,得到第一特征A;所述特征融合网络结构的方法包括以下步骤:输入图像特征,进行1×1卷积提取浅层特征,得到浅层特征,对浅层特征分别进行感受野不同的多支路处理,得到特征,具体为:浅层特征不做处理,得到特征; 浅层特征经3×3卷积分为两路,一路不做处理,得到特征,另一路,将特征传递至浅层特征的支路; 浅层特征和特征经3×3卷积分为两路,一路不做处理,得到特征,另一路,将特征传递至浅层特征的支路; 浅层特征和特征经3×3卷积,得到特征; 浅层特征依次通过傅立叶正变换、两个1×1卷积及傅立叶反变换,得到特征;其中,FFT为傅立叶正变换;IFFT为傅立叶反变换;为1×1卷积; 合并所有特征,进行1×1卷积,再与输入特征相加得到第一特征A; 对第一特征A进行两次PixelUnshuffle操作,在不损失信息的情况下,减少图像的空间尺寸,增加特征通道数量,得到待处理第一特征B,再分两路操作; 其中,一路对待处理第一特征B进行通道注意力加权处理,得到通道注意力加权处理后的第一特征,再对通道注意力加权处理后的第一特征进行空间注意力加权处理,得到空间注意力加权处理后的第一特征C,将空间注意力加权处理后的第一特征C与待处理第一特征B相加,得到综合特征D,再将综合特征D经卷积处理后与未进行卷积处理的综合特征D相加,得到第二特征; 另一路对待处理第一特征B进行两次PixelShuffle操作,恢复图像的空间尺寸和特征通道数量,分别对两次PixelShuffle操作结果的特征进行上采样并相加,得到第三特征; 将第三特征与第二特征进行相加,得到最终的重建光谱图像。

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西安电子科技大学,其通讯地址为:710071 陕西省西安市雁塔区太白南路2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。

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。