上海理工大学张婉言获国家专利权
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!
龙图腾网获悉上海理工大学申请的专利基于单幅RGB图像的高光谱重建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:CN119399021B 。
龙图腾网通过国家知识产权局官网在2025-11-28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:202310933882.6,技术领域涉及:G06T3/4038;该发明授权基于单幅RGB图像的高光谱重建方法是由张婉言;王文举;周颖梅;姜中敏设计研发完成,并于2023-07-27向国家知识产权局提交的专利申请。
本基于单幅RGB图像的高光谱重建方法在说明书摘要公布了:本发明提供了一种基于单幅RGB图像的高光谱重建方法,具有这样的特征,高光谱重建模型包括:锥形多尺度特征提取模块,用于对单幅RGB图像经由切片分区处理后的特征映射进行特征提取,得到浅层区域聚合特征;多个依次连接的多尺度自适应残差注意模块,用于对浅层区域聚合特征进行处理,得到深层特征;组合处理模块,用于对深层特征进行卷积和激活函数处理,得到高光谱图像,其中,多尺度自适应残差注意模块包括顺次连接的锥形多尺度特征提取模块、最优非局部模块、像素自注意力模块、LayerNorm模块和多层感知机模块。总之,本方法能够提高重建的高光谱图像的精度。
本发明授权基于单幅RGB图像的高光谱重建方法在权利要求书中公布了:1.一种基于单幅RGB图像的高光谱重建方法,用于将单幅RGB图像输入高光谱重建模型得到对应的高光谱图像,其特征在于,所述高光谱重建模型包括: 锥形多尺度特征提取模块,用于对所述单幅RGB图像经由切片分区处理后的特征映射进行特征提取,得到浅层区域聚合特征; 多个依次连接的多尺度自适应残差注意模块,用于对所述浅层区域聚合特征进行处理,得到深层特征; 组合处理模块,用于对所述深层特征进行卷积和激活函数处理,得到所述高光谱图像, 其中,所述多尺度自适应残差注意模块包括顺次连接的锥形多尺度特征提取模块、最优非局部模块、像素自注意力模块、LayerNorm模块和多层感知机模块, 所述锥形多尺度特征提取模块用于将所述单幅RGB图像经由切片分区处理后的特征映射或包含该锥形多尺度特征提取模块的所述多尺度自适应残差注意模块的输入作为输入特征Fin,并对所述输入特征Fin依次进行多尺度细节特征初步提取和多层拼接得到特征FLeft,再对所述特征FLeft依次进行多尺度细节特征交错提取和多层拼接得到所述浅层区域聚合特征或与该锥形多尺度特征提取模块相连的所述最优非局部模块的输入作为输出特征Fout, 所述最优非局部模块用于将所述输出特征Fout分成四个等尺寸区域的分区特征,再增强所述分区特征之间的联系得到特征序列Ti, 所述像素自注意力模块用于对所述特征序列Ti中的像素间的远程依赖关系进行捕捉,得到融合表示Tout, 所述LayerNorm模块用于消除所述融合表示Tout和所述特征FLeft的相加结果中奇异样本数据导致的不良影响,将所述相加结果作为特征 所述多层感知机模块用于对所述LayerNorm模块的输出进行特征转换和信息重组,得到特征 在每个所述多尺度自适应残差注意模块中,将该多尺度自适应残差注意模块的所述输入特征Fin、所述特征和所述特征进行连接得到连接结果,作为与该多尺度自适应残差注意模块顺次连接的下一多尺度自适应残差注意模块的输入, 最后一个所述多尺度自适应残差注意模块的所述连接结果为所述深层特征。
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上海理工大学,其通讯地址为:200093 上海市杨浦区军工路516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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励