龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：西安电子科技大学杭州研究院
摘要：本发明属于图像处理技术领域，涉及隐式Transformer高‑多光谱遥感融合方法，通过预编码模块、引导式特征融合和隐式Transformer模块协同以实现高光谱与多光谱遥感图像融合，在融合过程中充分利用图像的光谱和空间信息。其中，预编码模块通过并联的卷积层对高光谱遥感和多光谱遥感图像进行浅层编码，以提取图像的光谱和空间特征；引导式特征融合模块利用编码后的多光谱遥感图像引导高光谱遥感图像进行上采样，生成初步融合结果；隐式Transformer模块对初步融合结果进行整合，生成高质量融合图像。本发明融合方法还引入了生成对抗框架增强了融合图像谱表达能力，实现了高光谱与多光谱遥感图像的信息互补。
主权项：1.隐式Transformer高-多光谱遥感融合方法，其特征在于，包括以下步骤：S1、采用Wald协议构建数据集：分别对高光谱图像和多光谱图像进行高斯滤波处理，再基于双线性插值对其进行相应倍数的下采样，并以原始高光谱图像作为标签，得到用于网络调参所需的数据集；S2、基于卷积神经网络构建预编码模块，基于隐式神经表示构建引导式隐式神经采样模块，基于隐式神经表示构建隐式Transformer模块，由预编码模块、引导式隐式神经采样模块和隐式Transformer模块组成生成器网络，能够遍历整个图像实现HSI和MSI的深度融合；S3、基于卷积神经网络结构创建鉴别器网络；S4、采用Adam优化算法对联合隐式Transformer网络进行高光谱与多光谱遥感图像融合网络的训练，训练时损失函数为一种内容和对抗损失函数的组合，生成训练好的生成器网络模型；S5、将待融合的多光谱图像与高光谱图像输入至步骤S4中训练好的生成器网络模型中，得到兼具高空间和高光谱分辨率的遥感图像。
全文数据：
权利要求：
百度查询： 西安电子科技大学杭州研究院 隐式Transformer高-多光谱遥感融合方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号