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！

龙图腾网获悉华南农业大学申请的专利一种基于注意力机制和稠密网络的高光谱重建方法和存储介质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：CN116363028B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202310137833.1，技术领域涉及：G06T5/50；该发明授权一种基于注意力机制和稠密网络的高光谱重建方法和存储介质是由赵静;刘禹;龙拥兵;兰玉彬;谢自然;刘文涛设计研发完成，并于2023-02-20向国家知识产权局提交的专利申请。

本一种基于注意力机制和稠密网络的高光谱重建方法和存储介质在说明书摘要公布了：本发明涉及高光谱图像采集技术领域，尤其涉及一种基于注意力机制和稠密网络的高光谱重建方法和存储介质，该方法包括S1、将原始RGB图像输入浅层特征提取模块，进行浅层特征提取，输出特征图像T1；S2、将特征图像T1输入深层特征提取模块，输出特征图像T2，其中深层特征提取模块由若干个稠密注意力模块连接构成，每个稠密注意力模块由一个注意力模块和一个稠密模块组成；S3、将特征图像T2输入光谱特征重组模块，输出高光谱图像T3；S4、计算真实高光谱图像数据G和重建的高光谱图像T3的误差，优化高光谱重建网络的权重，该方法能同时关注通道信息和光谱信息，以及对不同特征的进行不同的融合重建。

本发明授权一种基于注意力机制和稠密网络的高光谱重建方法和存储介质在权利要求书中公布了：1.一种基于注意力机制和稠密网络的高光谱重建方法，其特征是：包括以下步骤， S1、将原始RGB图像输入浅层特征提取模块，所述原始RGB图像的大小为3×W×H，其中，W代表图像的宽度，H代表图像的高度，对所述原始RGB图像进行浅层特征提取，输出特征图像T1，其大小为128×W×H； S2、将所述特征图像T1输入深层特征提取模块，融合所述特征图像T1的空间信息、通道信息和光谱，输出特征图像T2，其大小为896×W×H，其中所述深层特征提取模块由若干个稠密注意力模块连接构成，每个稠密注意力模块由一个注意力模块和一个稠密模块组成； S3、将所述特征图像T2输入光谱特征重组模块，对所述特征图像T2进行重建，输出高光谱图像T3，其大小为31×W×H； S4、根据损失函数定义，通过训练数据集获取真实高光谱图像数据G，计算真实高光谱图像数据G和重建的所述高光谱图像T3的误差，基于梯度下降和反向传播优化高光谱重建网络的权重； 步骤S1中，所述对所述原始RGB图像进行浅层特征提取的步骤是：将输入的原始RGB图像经过Conv卷积和ReLU激活，该Conv卷积的卷积核大小为1×1，卷积步长为1，填充为0，特征映射数为128，得到浅层特征提取的特征图像T1； 所述步骤S2中，所述深层特征提取模块由10个稠密注意力模块连接构成； 第一个稠密注意力模块的输入是特征图像T1，大小为Cn×W×H，Cn代表第n个稠密注意力模块输入的通道数，Cn＝128+64×n-1； 每个稠密注意力模块中的注意力模块和稠密模块的输入均是Cn×W×H，注意力模块和稠密模块的输出均是32×W×H； 第n个稠密注意力模块的结构为：以大小为Cn×W×H的特征图像作为输入In，注意力模块输出32×W×H的特征An，稠密模块输出32×W×H的特征Dn，将In、An和Dn连接得到大小为Cn×W×H的特征Mn，经过Conv卷积和ReLU激活处理后得到大小为Cn+1×W×H的输出特征On，该Conv的卷积核大小为1×1，步长为1，填充为0。

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华南农业大学，其通讯地址为：510000 广东省广州市天河区五山路483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。