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：陕西科技大学
摘要：本发明公开了一种基于多尺度特征的双分支自适应全色锐化方法，包括如下步骤：1、全局提取分支网络GB提取图像的全局上下文特征，全局提取分支网络GB包括混合膨胀卷积和卷积块注意力模块CBAM；2、细节提取分支网络DB提取图像的细节特征，细节提取分支网络DB包括浅层支路和深层支路，浅层支路包括两个残差密集模块RDB，残差密集模块RDB有两个卷积线性层，深层支路包括两个残差密集模块RDB，残差密集模块RDB有四个卷积线性层；3、自适应融合模块AFB连接全局上下文特征和细节特征，多层卷积层和Sigmoid函数获得权重参数，计算自适应融合特征，预测HRMS图像；4、用L2损失对HRMS图像与真实标签数据的相似性进行约束。本发明改善了全色锐化效果和融合图像的质量。
主权项：1.一种基于全局特征的双分支自适应全色锐化方法，其特征在于，包括如下步骤：步骤1、利用全局提取分支网络GB提取LRMS图像和PAN图像的全局上下文特征，所述全局提取分支网络GB包括多个具有不同膨胀率且连续堆叠的膨胀卷积以及用于关注多通道中重要特征信息的卷积块注意力模块CBAM；步骤2、利用细节提取分支网络DB提取LRMS图像和PAN图像的细节特征，所述细节提取分支网络DB包括用于输入LRMS图像的浅层支路和用于输入PAN图像的深层支路，浅层支路包括两个残差密集模块RDB，且残差密集模块RDB中有两个卷积线性层，深层支路包括两个残差密集模块RDB，且残差密集模块RDB中有四个卷积线性层；步骤3、利用自适应融合模块AFB连接全局提取分支网络GB输出的全局上下文特征和细节提取分支网络DB输出的细节特征，再通过多层卷积层和Sigmoid函数获得权重参数，计算得到自适应融合特征，预测出融合后的HRMS图像；步骤4、使用L2损失对HRMS图像与真实标签数据的相似性进行约束。
全文数据：
权利要求：
百度查询： 陕西科技大学 一种基于全局特征的双分支自适应全色锐化方法
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