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！

龙图腾网获悉重庆邮电大学申请的专利一种基于AGFI和CFUM的遥感图像任意尺度超分辨率重建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：CN119559051B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202411639455.8，技术领域涉及：G06T3/4053；该发明授权一种基于AGFI和CFUM的遥感图像任意尺度超分辨率重建方法是由王诗言;唐佳佳;杨灿;唐嘉;郭大川设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本一种基于AGFI和CFUM的遥感图像任意尺度超分辨率重建方法在说明书摘要公布了：本发明属于计算机视觉技术领域，具体涉及一种基于AGFI和CFUM的遥感图像任意尺度超分辨率重建方法，包括获取低分辨率遥感图像数据训练遥感图像任意尺度超分辨率网络模型，采用训练好的遥感图像任意尺度超分辨率网络模型实现遥感图像任意尺度超分辨率重建；所述遥感图像任意尺度超分辨率网络模型包括特征提取模块、特征交互模块和两级上采样模块；本发明可以提高遥感图像重建精度。

本发明授权一种基于AGFI和CFUM的遥感图像任意尺度超分辨率重建方法在权利要求书中公布了：1.一种基于AGFI和CFUM的遥感图像任意尺度超分辨率重建方法，其特征在于，获取低分辨率遥感图像数据训练遥感图像任意尺度超分辨率网络模型，采用训练好的遥感图像任意尺度超分辨率网络模型实现遥感图像任意尺度超分辨率重建；所述遥感图像任意尺度超分辨率网络模型包括特征提取模块、特征交互模块AGFI和两级上采样模块CFUM； 遥感图像任意尺度超分辨率网络模型的训练过程包括以下步骤： S1.将LR遥感图像输入特征提取模块，得到结构特征、深层特征和细节特征； S2.将结构特征、深层特征和细节特征一同输入特征交互模块，得到判别潜码； 特征交互模块包括依次级联的第一高阶通道注意力模块、第二高阶通道注意力模块和第三高阶通道注意力模块，三个高阶通道注意力模块结构相同；步骤S2具体包括： S21.将结构特征FSI与深层特征FLR融合得到增强特征FEF； S22.采用卷积核大小为3×3、膨胀率为1的特征膨胀函数分别对结构特征FSI、深层特征FLR、细节特征FO和增强特征FEF进行特征膨胀，得到结构特征F′SI、深层特征F′LR、细节特征F′O和增强特征F′EF； S23.将深层特征F′LR和增强特征F′EF输入第一高阶通道注意力模块，得到中间变量F1； S24.将中间变量F1和结构特征F′SI输入第二高阶通道注意力模块，得到中间变量F2； S25.将中间变量F2和细节特征F′O输入第三高阶通道注意力模块，得到判别潜码Fdis； S3.将判别潜码输入两级上采样模块，得到重建高分辨率图像； 步骤S3具体包括： S31.构建反映坐标域和信号域间映射关系的隐式神经函数； S32.获取判别潜码中每一个潜码向量的归一化坐标将在HR空间中的查询坐标x进行归一化得到归一化坐标在判别潜码Fdis上获取距离归一化坐标最近的四个方向上的潜码向量的位置坐标； S33.根据四个方向上的潜码向量相对于归一化坐标的位置坐标，在结构特征F′SI中获取微调因子； S34.根据四个方向上的潜码向量相对于归一化坐标的位置坐标，在判别潜码Fdis中得到目标潜码向量； S35.将微调因子、目标潜码向量和位置偏移输入隐式神经函数中，得到归一化坐标对应的增强判别潜码； S36.对增强判别潜码进行均值操作，得到归一化坐标对应的第一阶段潜码； S37.将第一阶预测潜码通过结构加权滤波器得到调制潜码； S38.根据调制潜码预测每个像素的RGB值，得到重建高分辨率图像； S4.根据重建高分辨率图像，以及LR遥感图像对应的高分辨率遥感图像计算损失，通过损失优化模型参数，直至参数收敛。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。