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！

龙图腾网获悉浙江大学申请的专利基于隐式神经表示的遥感影像超分辨率方法、系统及设备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：CN119399026B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411449726.3，技术领域涉及：G06T3/4053；该发明授权基于隐式神经表示的遥感影像超分辨率方法、系统及设备是由季程涛;吴森森;孟凡恩;严益明设计研发完成，并于2024-10-17向国家知识产权局提交的专利申请。

本基于隐式神经表示的遥感影像超分辨率方法、系统及设备在说明书摘要公布了：本发明公开了一种基于隐式神经表示的遥感影像超分辨率方法、系统及设备，属于深度学习和遥感影像处理技术领域。本发明的方法先获取适用于遥感影像数据集并基于此训练遥感影像超分辨率模型，然后将待重建的低分辨率遥感影像和预先构建好的查询数组作为输入，由层次化特征金字塔提取模块进行多尺度特征提取，由双路径隐式注意力特征融合模块进行融合，最终由隐式高分辨率重建模块进行高分辨率图像的重建。本发明将特征金字塔、注意力机制等与隐式神经表示相结合，将不同层次的特征融合在一起，解决了遥感影像超分辨率过程中多尺度特征融合与高效信息提取的问题，能够提高遥感影像超分辨率精度的同时，实现遥感影像连续尺度超分辨率的目标。

本发明授权基于隐式神经表示的遥感影像超分辨率方法、系统及设备在权利要求书中公布了：1.一种基于隐式神经表示的遥感影像超分辨率方法，其特征在于，包括以下步骤： S1、获取适用于超分辨率任务的遥感影像数据集，所述遥感影像数据集包含低分辨率遥感影像及与其对应的高分辨率目标遥感影像； S2、将待重建的低分辨率遥感影像和预先构建好的查询数组一起输入到训练好的遥感影像超分辨率模型中，首先由编码器对输入的待重建的低分辨率遥感影像进行编码，再将编码器输出的特征图输入至层次化特征金字塔提取模块，对低分辨率遥感影像进行多尺度特征提取，得到多尺度融合特征图，再将编码器输出的特征图、多尺度融合特征图以及预先构建好的查询数组输入至双路径隐式注意力特征融合模块，得到隐式注意力融合特征，将隐式注意力融合特征输入至隐式高分辨率重建模块进行高分辨率图像的重建，得到重建好的超分辨率遥感影像；其中，所述遥感影像超分辨率模型在所述遥感影像数据集上进行训练； 步骤S2中，所述查询数组的构建方法如下： AS21、将低分辨率遥感影像作为输入影像，将超分辨率遥感影像作为输出影像，根据输入影像的大小将二维平面直角坐标系划分成相应网格，得到输入影像的网格中心点坐标形成的多维数组，记为第一多维数组，根据输出影像的大小将二维平面直角坐标系划分成相应网格，得到输出影像的网格中心点坐标形成的多维数组，记为第二多维数组； AS22、将第一多维数组进行线性插值，得到与第二多维数组形状相同的多维数组，记为第三多维数组； AS23、使用第二多维数组减去第三多维数组，得到相对坐标多维数组； AS24、对随机放大倍率进行广播，得到与第二多维数组形状相同的放大倍数数组； AS25、将第二多维数组、相对坐标多维数组以及放大倍数数组在通道维度进行拼接操作，得到有关坐标和放大倍数的数组并将其作为查询数组； 步骤AS21中，获得第一多维数组以及第二多维数组的方式如下： ； ； ； ； ； ； 其中，输入影像的大小为，表示输入影像的宽度大小，表示输入影像的高度大小；和分别表示输入影像的行和列索引；表示输入影像的网格中心点坐标，由其生成第一多维数组；输出影像的大小为，表示输出影像的宽度大小，表示输出影像的高度大小；和分别表示输出影像的行和列索引；表示输出影像的网格中心点坐标，由其生成第二多维数组。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。