Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 合肥工业大学徐凯健获国家专利权

合肥工业大学徐凯健获国家专利权

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!

龙图腾网获悉合肥工业大学申请的专利一种面向森林高光谱卫星影像的深浅双分支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:CN120450964B

龙图腾网通过国家知识产权局官网在2025-10-03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:202510538271.0,技术领域涉及:G06T3/4061;该发明授权一种面向森林高光谱卫星影像的深浅双分支超分辨率方法是由徐凯健;汪书洲;韩恒辉;赵萍;耿君;丁安心;姜海兰设计研发完成,并于2025-04-27向国家知识产权局提交的专利申请。

一种面向森林高光谱卫星影像的深浅双分支超分辨率方法在说明书摘要公布了:本发明涉及星载高光谱影像处理与分析技术领域,解决了现有方法未能充分考虑低分辨率高光谱数据与高分辨率多光谱数据巨大的光谱和空间分辨率差异的技术问题,尤其涉及一种面向森林高光谱卫星影像的深浅双分支超分辨率方法,包括构建双分支网络架构,对其输出的特征进行特征融合重建,获得具有表征星载高光谱影像数据中森林植被的低光谱变异特性的高分辨率高光谱数据。本发明通过在不同特征层次和尺度上进行学习有效解决了低分辨率高光谱与高分辨率多光谱数据的模态差异问题,并且通过多种特征注意力机制使得模型更关注于卫星影像中不同森林植被的低光谱变异特性,能够满足于后续多种森林资源精细监测任务的要求。

本发明授权一种面向森林高光谱卫星影像的深浅双分支超分辨率方法在权利要求书中公布了:1.一种面向森林高光谱卫星影像的深浅双分支超分辨率方法,其特征在于,该方法包括以下步骤: 获取面向森林植被监测的星载高光谱影像数据,包括低分辨率的高光谱数据和高分辨率的多光谱数据; 构建面向高光谱数据和多光谱数据融合超分辨率任务设计的双分支网络架构,包括用于从高光谱数据和多光谱数据中捕捉光谱维度的长程依赖关系和空间维度的局部特征多样性的深层特征提取分支; 以及,一方面采用多尺度分组跨模态注意力模块获取局部光谱特征细节的光谱特征和多种空间特征;另一方面结合跨模态特征交互模块对空间特征与光谱特征进行交互融合的浅层特征提取分支; 所述深层特征提取分支包括用于分别从高光谱数据和多光谱数据中提取空间光谱信息的轻量级残差Linformer特征提取器; 以及,将来自轻量级残差Linformer特征提取器输出的高光谱、多光谱深度编码特征与高光谱数据通过基础卷积块提取空间光谱特征,然后将这些特征依次进行空间注意力和光谱注意力计算,在全局尺度上降低无关区域的权重和强调特定波段通道的重要性,最后通过注意力权重计算实现特征的深度挖掘和有效融合的全局空间光谱特征注意力模块; 以及,将来自轻量级残差Linformer特征提取器输出的高光谱、多光谱深度编码特征与高光谱数据通过基础卷积块提取空间光谱特征,然后在局部尺度上进行交叉注意力计算,并在空间维度上展开与注意力权重进行反卷积操作获得高分辨率融合特征的特征影像的局部交叉尺度特征注意力模块; 采用特征融合模块对双分支网络架构输出的深层特征以及浅层特征进行特征融合重建,获得具有表征星载高光谱影像数据中森林植被的低光谱变异特性的高分辨率高光谱数据。

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合肥工业大学,其通讯地址为:230000 安徽省合肥市屯溪路193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。

免责声明
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。