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！

龙图腾网恭喜浙江大学申请的专利一种基于SwinTransformer和CNN融合的遥感图像全色锐化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：CN116739911B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202310422287.6，技术领域涉及：G06T5/73；该发明授权一种基于SwinTransformer和CNN融合的遥感图像全色锐化方法是由冯天;张微;张焕庭;马梦婷设计研发完成，并于2023-04-19向国家知识产权局提交的专利申请。

本一种基于SwinTransformer和CNN融合的遥感图像全色锐化方法在说明书摘要公布了：本发明公开了一种基于SwinTransformer和CNN融合的遥感图像全色锐化方法。本发明在全色锐化任务中引入SwinTransformer方法并将其与CNN方法相结合，分别提取图像的深特征和浅特征，将得到的特征拼接后进行图像重建。与传统的基于Transformer的方法相比，在保留了模型对图像全局特征的提取能力的同时加强了对局部特征的关注。SwinTransformer的局部注意力和移位窗口机制带来了更好的非线性纹理特征，进一步提高对局部特征的提取能力，SwinTransformer和CNN相结合的创新过程解决了遥感图像全色锐化当前关注全局特征而忽略局部特征的尴尬，在WorldView‑3和GaoFen‑2数据集上的实验验证了我们的模型能够提高遥感图像全色锐化的性能。

本发明授权一种基于SwinTransformer和CNN融合的遥感图像全色锐化方法在权利要求书中公布了：1.一种基于SwinTransformer和CNN融合的遥感图像全色锐化方法，其特征在于：将待全色锐化的全色图像和多光谱图像输入全色锐化模型中，且所述全色锐化模型包括第一特征提取路径、第二特征提取路径和图像重建模块，全色图像和多光谱图像分别作为第一特征提取路径和第二特征提取路径的输入图像，两个输入图像在各自的特征提取路径中分别经过基于CNN的浅特征提取模块和基于SwinTransformer的深特征提取模块进行浅层特征提取和深层特征提取，最后将第二特征提取路径中提取到的深层特征和浅层特征经过残差连接融合后再与第一特征提取路径中提取到的深层特征在通道维度上进行拼接，拼接特征输入图像重建模块中进行图像的重建；两条特征提取路径中的浅特征提取模块均为一组卷积模块级联而成的CNN卷积网络；所述第一特征提取路径中的深特征提取模块由两组STB模块级联而成，且每一组STB模块的前端带有PM模块，PM模块用于对每一组STB模块的输入进行PatchMerging操作；所述第二特征提取路径中的深特征提取模块由两组STB模块级联而成；两条特征提取路径中的每一组STB模块均由一个第一STB模块和一个第二STB模块级联而成；所述第一STB模块以前端级联模块输出的浅层特征图作为输入，每个输入的浅层特征图经过层归一化后按照固定尺寸的划分窗口分割为不重合的局部窗口块，对于每一个局部窗口块再通过跨窗口共享的线性投影矩阵进行编码并得到每个局部窗口的特征向量，接着以各局部窗口的特征向量作为多头注意力层中多头注意力机制的查询Query、值Value和键Key并通过注意力融合得到注意力图，将注意力图与输入的浅层特征图进行残差连接后得到中间特征图，再将中间特征图经过层归一化和线性分类器后的结果与中间特征图残差连接，得到第一STB模块的输出特征；所述第二STB模块以前端级联的第一STB模块的输出特征作为输入特征，第二STB模块通过在第一STB模块的多头注意力层之前增加窗口移位操作；两条特征提取路径中均以第二组STB模块中第二STB模块的输出特征作为深特征提取模块提取到的深层特征；所述图像重建模块中对输入的拼接特征进行多次卷积和上采样，得到最终的全色锐化结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。