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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利高光谱计算成像的深度重建模型鲁棒性评估方法和装置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：CN121582762B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610102443.4，技术领域涉及：G06V10/98；该发明授权高光谱计算成像的深度重建模型鲁棒性评估方法和装置是由梁振宇;杨星;王阳阳;严探;李丹;刁云峰;王朝瑾设计研发完成，并于2026-01-26向国家知识产权局提交的专利申请。

本高光谱计算成像的深度重建模型鲁棒性评估方法和装置在说明书摘要公布了：本发明涉及高光谱计算成像的深度重建模型鲁棒性评估方法和装置，涉及模型评估技术领域。方法包括：获取待评估的原始高光谱数据立方体及目标物理掩码；根据初始测试扰动及初始动量项，基于动量迭代优化框架，融入掩码增强策略，通过多次迭代生成优化后的测试扰动；将优化后的测试扰动施加于原始高光谱数据立方体，生成最终测试样本；将最终测试样本输入待评估深度重建模型，生成重建结果，通过对比重建结果与原始高光谱数据立方体的评估指标差异，量化评估模型鲁棒性。本发明专门针对掩码多样性进行增强，能够更全面、更严苛地检验模型鲁棒性。

本发明授权高光谱计算成像的深度重建模型鲁棒性评估方法和装置在权利要求书中公布了：1.一种高光谱计算成像的深度重建模型鲁棒性评估方法，其特征在于，所述方法包括： 步骤1，获取待评估的原始高光谱数据立方体及目标物理掩码； 步骤2，根据初始测试扰动及初始动量项，基于动量迭代优化框架，融入掩码增强策略，通过多次迭代生成优化后的测试扰动； 步骤3，将所述优化后的测试扰动施加于原始高光谱数据立方体，生成最终测试样本； 步骤4，将所述最终测试样本输入待评估深度重建模型，生成重建结果，通过对比重建结果与原始高光谱数据立方体的评估指标差异，量化评估模型鲁棒性； 在步骤2中，根据初始测试扰动及初始动量项，融入掩码增强策略，通过多次迭代生成优化后的测试扰动，包括： 以所述初始测试扰动与所述初始动量项作为初始输入，按预设总迭代次数执行迭代流程，每次迭代的输入为上一次迭代输出的测试扰动和更新后的动量项，在第次迭代过程中，包括： 步骤201，从所述目标物理掩码、预设的掩码增强分布中按掩码增强概率采样第次迭代所用的物理掩码； 步骤202，根据第次迭代所用的物理掩码、所述原始高光谱数据立方体与第次迭代优化后的测试扰动，通过前向成像与重建，输出重建高光谱数据立方体； 步骤203，根据所述重建高光谱数据立方体与含扰动高光谱数据计算第次迭代损失，并根据第次迭代损失计算对应的第次迭代梯度； 步骤204，根据预设的动量衰减因子、第次迭代更新后的动量项与第次迭代梯度，通过动量累计更新，得到第次迭代更新后的动量项； 步骤205，根据第次迭代更新后的动量项、第次迭代优化后的测试扰动，以预设的迭代步长及扰动最大幅度为约束，沿动量项方向调整扰动并裁剪至约束范围，输出第次迭代优化后的测试扰动； 步骤206，以第次迭代优化后的测试扰动与第次迭代更新后的动量项为输入，重复步骤201至步骤205，直至达到预设总迭代次数，输出优化后的测试扰动。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。