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！

龙图腾网获悉贵州大学;贵州慧控农耀科技有限公司申请的专利一种基于特征交互与通道注意力的空谱联合超分辨率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：CN118587098B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202410736992.8，技术领域涉及：G06T3/4076；该发明授权一种基于特征交互与通道注意力的空谱联合超分辨率方法是由余珮嘉;裴之蕈;王崎;肖源源;吴雪;陈攀峰;郝格非设计研发完成，并于2024-06-07向国家知识产权局提交的专利申请。

本一种基于特征交互与通道注意力的空谱联合超分辨率方法在说明书摘要公布了：本发明公开了一种基于特征交互与通道注意力的空谱联合超分辨率方法，属于计算机视觉和图像处理领域，具体过程如下：步骤1、将真实图像G经过下采样与空间尺寸剪切获得X；步骤2、X经特征提取获得当前的空间特征FaN和光谱特征FeN，将FaN和FeN与X融合获得空间融合数据XaN和光谱融合数据XeN，然后将XaN与XeN融合获得空谱融合数据WN；步骤3、将每次的WN通过学习获得最终的空间‑光谱关联特征FSS；步骤4、对FSS解码，获得解码特征数据D；步骤5、将FSS和D相加，并通过卷积处理获得最终的高分辨率重建的目标图像Y；步骤6、将XaN和XeN经过重建获得高空间分辨率图像Ia和高光谱分辨率图像Ie，计算Ia、Ie、Y与G的损失，验证目标图像Y的精准性。

本发明授权一种基于特征交互与通道注意力的空谱联合超分辨率方法在权利要求书中公布了：1.一种基于特征交互与通道注意力的空谱联合超分辨率方法，其特征在于，包括空间特征提取模块、光谱特征提取模块、空间-光谱特征学习模块、空间-光谱特征解码模块、空间特征重建模块和光谱特征重建模块；具体包括以下步骤：步骤1、将真实图像G经过下采样获得低分辨率多光谱图像，将获得的低分辨率多光谱图像进行空间尺寸剪切获得X，X的尺寸为64×64；步骤2、X经过空间特征提取模块和光谱特征提取模块分别获得当前的空间特征FaN和光谱特征FeN，将当前获得的空间特征FaN和光谱特征FeN与X融合获得空间融合数据XaN和光谱融合数据XeN，然后将XaN与XeN融合获得空谱融合数据WN；步骤3、将每次的空谱融合数据WN通过空间-光谱特征学习模块获得最终的空间-光谱关联特征FSS；步骤4、利用空间-光谱特征解码模块对空间-光谱关联特征进行解码，获得解码特征数据D；S41、通过空间-光谱特征解码模块对空间-光谱关联特征FSS进行解码；首先将空间-光谱关联特征按通道进行划分表示为Ci，分别计算查询向量qi、键值向量ki以及权重向量vi，具体公式如下：qi＝LinearCiki＝LinearCivi＝LinearCi查询向量qi与键值向量ki的转置向量进行相乘，之后利用softmax函数进行处理，计算通道间的注意力矩阵Ai，具体公式如下： 将通道间的注意力矩阵Ai作用到空间-光谱关联特征FSS上，采用矩阵乘法，将通道注意力权重分配到每一个通道中；将初始空间-光谱关联特征与已分配权重的空间-光谱关联特征进行矩阵加法，获得重建特征S；S42、将S41获得的重建特征S分别与空间融合数据XaN和光谱融合数据XeN进行Concat处理，然后利用堆叠的卷积层进行处理，获得解码特征数据D；步骤5、将步骤3获得的空间-光谱关联特征FSS和步骤4获得的解码特征数据D进行相加，并通过卷积处理获得最终的高分辨率重建的目标图像Y；步骤6、将步骤2获得空间融合数据XaN和光谱融合数据XeN分别经过空间特征重建模块和光谱特征重建模块获得高空间分辨率图像Ia和高光谱分辨率图像Ie，计算Ia、Ie、Y与G的损失，验证目标图像Y的精准性。

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贵州大学;贵州慧控农耀科技有限公司，其通讯地址为：550025 贵州省贵阳市花溪区花溪街道南段2708；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”。