北京理工大学(珠海)秦同获国家专利权
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!
龙图腾网获悉北京理工大学(珠海)申请的专利一种基于双分支异构特征融合的光谱重构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:CN121074274B 。
龙图腾网通过国家知识产权局官网在2026-04-07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:202511604900.1,技术领域涉及:G06T17/00;该发明授权一种基于双分支异构特征融合的光谱重构方法是由秦同;张宇航;郑德智;崔桐;黄斌设计研发完成,并于2025-11-05向国家知识产权局提交的专利申请。
本一种基于双分支异构特征融合的光谱重构方法在说明书摘要公布了:本发明提供了一种基于双分支异构特征融合的光谱重构方法,涉及计算成像与人工智能技术领域,包括获取二维压缩测量图像向量,构建局部‑全局特征融合深度神经网络模型,其包括局部特征提取模块、全局上下文提取模块、特征融合模块及解码器,设计复合损失函数,其包括重建损失、物理先验损失及特征正则化损失,对局部‑全局特征融合深度神经网络模型进行端到端训练,将训练好的模型进行部署,实现光谱快速重构。本发明将深度神经网络的快速推理能力与一种新颖的并行特征提取和融合架构相结合,通过一个精心设计的网络模型和一种复合损失函数,在特征空间中对局部和全局信息进行有效整合与约束,实现了对高光谱图像的快速、高精度重构。
本发明授权一种基于双分支异构特征融合的光谱重构方法在权利要求书中公布了:1.一种基于双分支异构特征融合的光谱重构方法,其特征在于,包括: 步骤1:快照式压缩光谱成像系统对目标场景进行光学采样,获取二维压缩测量图像向量; 步骤2:构建局部-全局特征融合深度神经网络模型,其包括局部特征提取模块、全局上下文提取模块、特征融合模块及解码器; 步骤3:设计复合损失函数,其包括重建损失、物理先验损失及特征正则化损失;所述重建损失包括L1损失、L2损失及光谱角匹配损失,用于计算解码器输出的重构光谱与真实光谱之间的差异;所述物理先验损失包括光谱平滑度损失及非负性损失,所述光谱平滑度损失用于对重构光谱的一阶或二阶导数进行惩罚,所述非负性损失用于对重构光谱中出现的负值进行惩罚;所述特征正则化损失对局部光谱特征与全局上下文特征计算正交性损失,鼓励两条路径学习互补的、非冗余的信息; 复合损失函数由以下几部分加权求和构成,为: 2 其中,、、及为权重,为光谱平滑度损失,重建损失自身也是一个复合项: 3 确保了重构光谱与真实光谱在数值L1,L2和角度SAM接近; 光谱平滑度损失:通过惩罚光谱曲线的差分范数,鼓励生成平滑、符合物理规律的光谱; 非负性损失:对预测值中的负数项进行惩罚; 特征正则化损失为: 4 式中,局部特征:,全局特征:; 步骤4:对局部-全局特征融合深度神经网络模型进行端到端训练; 步骤5:将训练好的模型进行部署,实现光谱快速重构。
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北京理工大学(珠海),其通讯地址为:519000 广东省珠海市香洲区金凤路6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