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！

龙图腾网获悉重庆邮电大学申请的专利基于动态尺度频域卷积的遥感图像任意尺度超分辨率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：CN119559052B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411639674.6，技术领域涉及：G06T3/4053；该发明授权基于动态尺度频域卷积的遥感图像任意尺度超分辨率方法是由王诗言;唐佳佳;杨灿;唐嘉;郭大川设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本基于动态尺度频域卷积的遥感图像任意尺度超分辨率方法在说明书摘要公布了：本发明属于计算机视觉技术领域，具体涉及一种基于动态尺度频域卷积的遥感图像任意尺度超分辨率方法，包括构建并训练任意尺度超分辨率网络模型，获取待处理图像输入训练完成的任意尺度超分辨率网络模型得到重建图像；所述任意尺度超分辨率网络模型包括特征提取模块、动态尺度频域特征学习模块、跨尺度非局部上采样模块和MFGLIF模块；本发明能提高网络恢复缺失结构和纹理细节的能力以及处理坐标与信号值映射不连续的能力。

本发明授权基于动态尺度频域卷积的遥感图像任意尺度超分辨率方法在权利要求书中公布了：1.基于动态尺度频域卷积的遥感图像任意尺度超分辨率方法，其特征在于，构建并训练任意尺度超分辨率网络模型，获取待处理图像输入训练完成的任意尺度超分辨率网络模型得到重建图像；所述任意尺度超分辨率网络模型包括特征提取模块、动态尺度频域特征学习模块、跨尺度非局部上采样模块和MFGLIF模块； 任意尺度超分辨率网络模型的训练过程包括： S1.将LR遥感图像输入特征提取模块，得到浅层特征；所述特征提取模块包括3×3卷积层和ReLU激活函数层； S2.将浅层特征输入动态尺度频域特征学习模块，得到多级别特征；所述多级别特征包括第一级别特征、第二级别特征和第三级别特征； 所述动态尺度频域特征学习模块包括三层迭代支路，第一层迭代支路包括依次级联的第一SAFM单元、第二SAFM单元和第三SAFM单元；第二层迭代支路包括依次级联的第四SAFM单元、第五SAFM单元和第六SAFM单元；第三层迭代支路包括依次级联的第七SAFM单元、第八SAFM单元和第九SAFM单元；9个SAFM单元的结构相同，均包括一个1×1卷积层和1个尺度感知频域块； 步骤S2具体处理过程包括： S21.浅层特征输入第一SAFM单元，得到第一SAFM输出将浅层特征与第一SAFM输出拼接后输入第二SAFM单元，得到第二SAFM输出将浅层特征、第一SAFM输出和第二SAFM输出拼接后输入第三SAFM单元得到第一级别特征 S22.浅层特征和第一级别特征拼接后输入第四SAFM单元，得到第四SAFM输出将浅层特征与第四SAFM输出拼接后输入第五SAFM单元，得到第五SAFM输出将浅层特征、第四SAFM输出和第五SAFM输出拼接后输入第六SAFM单元得到第二级别特征 S23.浅层特征和第二级别特征拼接后输入第七SAFM单元，得到第七SAFM输出将浅层特征与第七SAFM输出拼接后输入第八SAFM单元，得到第八SAFM输出将浅层特征、第七SAFM输出和第八SAFM输出拼接后输入第九SAFM单元得到第三级别特征 S3.将多级别特征输入跨尺度非局部上采样模块，得到多尺度特征；所述多尺度特征包括第一尺度特征、第二尺度特征和第三尺度特征； 跨尺度非局部上采样模块包括3个尺度的非局部注意力模块；步骤3将多级别特征输入跨尺度非局部上采样模块，得到多尺度特征包括： S31.将第一级别特征输入第一个尺度的非局部注意力模块，得到第一尺度特征； S32.将第二级别特征输入第二个尺度的非局部注意力模块，得到第二尺度特征； S33.将第三级别特征输入第三个尺度的非局部注意力模块，得到第三尺度特征； S4.将多尺度特征输入MFGLIF模块得到重建的高分辨率遥感图像； 步骤S4具体包括： S41.通过局部隐式神经函数分别获取第一尺度特征、第二尺度特征和第三尺度特征的局部潜码； S42.将尺度因子输入2个全连接层和1个softmax激活函数获得尺度感知权重； S43.将局部潜码与尺度感知权重加权拼接得到增强潜码； S44.将增强潜码输入一个全局隐式神经函数，得到重建高分辨率遥感图像。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路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。