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！

龙图腾网获悉广东工业大学申请的专利一种基于多维注意力融合网络的太赫兹图像超分辨率重建方法及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：CN120147136B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202510460102.X，技术领域涉及：G06T3/4053；该发明授权一种基于多维注意力融合网络的太赫兹图像超分辨率重建方法及系统是由吴衡;舒鹏;罗劭娟;赵艮平设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。

本一种基于多维注意力融合网络的太赫兹图像超分辨率重建方法及系统在说明书摘要公布了：本发明公开了一种基于多维注意力融合网络的太赫兹图像超分辨率重建方法及系统，所述方法包括：步骤S1、使用太赫兹图像采集设备采集被检测人员的太赫兹图像组成太赫兹数据集；步骤S2、使用退化模型对所述太赫兹数据集进行特征退化，生成具有广泛退化特征的低分辨率图像训练数据集；步骤S3、基于多尺度融合和通道注意力机制构建多维注意力融合网络，并使用所述具有广泛退化特征的低分辨率图像训练数据集对所述多维注意力融合网络进行训练，得到训练好的多维注意力融合网络；步骤S4、将实时采集的太赫兹图像输入所述训练好的多维注意力融合网络中，得到太赫兹图像超分辨率重建图像。

本发明授权一种基于多维注意力融合网络的太赫兹图像超分辨率重建方法及系统在权利要求书中公布了：1.一种基于多维注意力融合网络的太赫兹图像超分辨率重建方法，其特征在于，所述方法包括： 步骤S1、使用太赫兹图像采集设备采集被检测人员的太赫兹图像组成太赫兹数据集； 步骤S2、使用退化模型对所述太赫兹数据集进行特征退化，生成具有广泛退化特征的低分辨率图像训练数据集； 步骤S3、基于多尺度融合和通道注意力机制构建多维注意力融合网络，并使用所述具有广泛退化特征的低分辨率图像训练数据集对所述多维注意力融合网络进行训练，得到训练好的多维注意力融合网络； 多维注意力融合网络的具体内容包括： 对所述低分辨率图像训练数据集中的低分辨率太赫兹图像进行浅层特征提取，依次通过1个3×3卷积层、4个残差密集块RRDB和15个多尺度融合模块，得到浅层特征图； 将所述浅层特征图利用卷积层进行通道维度扩展后，进行卷积和通道分割，得到分割后的特征图、； 使用点卷积对所述分割后的特征图、进行处理，所述点卷积为包含一个核大小为1×1的卷积层，得到局部增强特征图； 将所述局部增强特征图在通道维度上拼接后调整通道数，得到输出特征图； 通过长跳跃连接浅层特征图和输出特征图，将特征图逐元素相加得到浅中层特征； 基于所述浅中层特征输入多尺度融合块，得到多尺度融合输出图； 所述多尺度融合块的内容具体包括： 将所述浅中层特征输入两个卷积块得到特征图； 将所述特征图通过大型内核自注意力结构提取多维特征信息、； 将所述多维特征信息通过大型内核注意力函数得到LKA的输出结果； 将输出结果与多维特征信息逐元素相乘，得到LSA的输出特征图； 将所述LSA的输出特征图卷积调整通道数后逐元素相加，得到尺度融合块的输出结果；步骤S4、将实时采集的太赫兹图像输入所述训练好的多维注意力融合网络中，得到太赫兹图像超分辨率重建图像。

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广东工业大学，其通讯地址为：510030 广东省广州市越秀区东风东路729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。