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！

龙图腾网获悉杭州师范大学申请的专利一种基于引入注意力监督深度展开网络的压缩感知重建方法及其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：CN119832096B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202411831527.9，技术领域涉及：G06T9/00；该发明授权一种基于引入注意力监督深度展开网络的压缩感知重建方法及其系统是由李秀梅;张智杰;白煌;孙军梅设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。

本一种基于引入注意力监督深度展开网络的压缩感知重建方法及其系统在说明书摘要公布了：本发明公开一种基于引入注意力监督深度展开网络的压缩感知重建方法及其系统。首先，获取并预处理二维图像；然后将预处理后的图像输入至SuperTA‑Net进行压缩感知重建，获得图像的压缩感知测量值，最终输出重构后的高精度图像。SuperTA‑Net通过多通道传输增强策略，不仅能够有效减少信息传输过程中的关键信息损失，还通过将图像的像素均值作为辅助信息，显著提高了网络的性能与稳定性。此外，为了进一步改善重建精度，本发明设计了残差信息补充模块RR‑Net，从而更好地重建出图像的细节和纹理信息，有效解决图像重建中的细节丢失问题。

本发明授权一种基于引入注意力监督深度展开网络的压缩感知重建方法及其系统在权利要求书中公布了：1.一种基于引入注意力监督深度展开网络的压缩感知重建方法，该方法包括以下步骤： 步骤一、获取二维图像； 步骤二、对二维图像进行预处理； 步骤三、将预处理后的图像输入到引入注意力监督深度展开网络SuperTA-Net，获取图像的压缩感知测量值并输出重建图像； 其特征在于， 所述引入注意力监督深度展开网络SuperTA-Net包括采样阶段、重构阶段、输出层； 所述采样阶段是将每个输入图像重新排列成多个向量化后的图像块数据，压缩采样后得到去均值测量值和图像块像素均值； 所述重构阶段负责根据所述采样阶段输出的去均值测量值恢复为原始图像；其中，所述重构阶段包括初始重建模块IRM、深度重建层DRMs、残差恢复网络RR-Net；所述初始重建模块IRM是将输入的去均值测量值通过卷积层进行初始重建，生成初步重建图像，然后传输至深度重建层DRMs；所述深度重建层DRMs根据所述初始重建模块IRM的输出进行进一步重建；所述残差恢复网络RR-Net包括初始残差重建模块和非线性深度重建模块； 所述残差恢复网络RR-Net的输入是将深度重建层DRMs的输出用采样矩阵A进行采样后与采样值做差得到残差信息的采样值； 初始残差重建模块利用1×1的卷积层来初始化，将每个初始化的残差向量重塑为残差块，将所有残差块拼接成整张的残差图像，进入非线性深度重建； 非线性深度重建模块包括残差特征提取块、残差特征增强块、残差特征融合块； 残差特征提取块负责将初始残差重建模块的输出处理成高维特征图； 残差特征增强块对残差特征提取块输出的高维特征图逐步提取更深层次的特征表示； 残差特征融合块对残差特征增强块的输出生成残差图像，并通过跳跃连接将原始输入和残差图像进行融合，再分成残差图像块，向量化后得到残差； 所述输出层将所述重构阶段的输出结果与图像块像素均值进行相加，得到图像向量；将图像向量矩阵化处理，转为图像块，最后拼接成整个图像。

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杭州师范大学，其通讯地址为：311121 浙江省杭州市余杭区余杭塘路2318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。