買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜廣東工業大學申請的專利一種結合注意力機制的多尺度圖像壓縮重構方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114926557B 。

龍圖騰網通過國家知識產權局官網在2025-05-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210688641.5，技術領域涉及：G06T9/00；該發明授權一種結合注意力機制的多尺度圖像壓縮重構方法是由刁梓鍵設計研發完成，并于2022-06-17向國家知識產權局提交的專利申請。

本一種結合注意力機制的多尺度圖像壓縮重構方法在說明書摘要公布了：本發明提供一種結合注意力機制的多尺度圖像壓縮重構方法，包括以下步驟：S1：獲取待重構的圖像；S2：對待重構的圖像進行卷積采樣得到測量值，并進行測量值調整；S3：對調整后的測量值進行初始重構，得到初始重構值，并計算測量值殘差；S4：對初始重構值進行多尺度重構，得到加強重構值，并根據測量值殘差計算補償重構值；S5：根據初始重構值、加強重構值和補償重構值得到重構圖像。本發明提供一種結合注意力機制的多尺度圖像壓縮重構方法，綜合初始重構值、加強重構值和補償重構值得到重構圖像，解決了現有的壓縮感知方法存在重構性能不佳的問題。

本發明授權一種結合注意力機制的多尺度圖像壓縮重構方法在權利要求書中公布了：1.一種結合注意力機制的多尺度圖像壓縮重構方法，其特征在于，包括以下步驟：S1：獲取待重構的圖像，構建多尺度重構模型；所述多尺度重構模型包括采樣模塊，初始重構模塊和加強重構模塊；S2：在采樣模塊中對待重構的圖像進行卷積采樣得到測量值，并進行測量值調整；S3：在初始重構模塊中對調整后的測量值進行初始重構，得到初始重構值，并計算測量值殘差；S4：在加強重構模塊中對初始重構值進行多尺度重構，得到加強重構值，并根據測量值殘差計算補償重構值；通過以下步驟對初始重構值進行多尺度重構，得到加強重構值：S4.1：通過加強重構模塊的上通道和下通道對初始重構值進行不同維的特征提取，其中，上通道用于提取低維感受野通道特征，具體包括以下步驟：S4.1.1.1：通過卷積提取上通道初步特征：f1x1＝RW1*x1其中，x1為初始重構值，W1為上通道初步特征提取的卷積層，R表示ReLU激活函數，f1x1表示通過卷積提取得到的上通道初步特征；S4.1.1.2：將f1x1記為x0，對x0進行疊加殘差收縮卷積操作，得到上通道收縮特征： 其中，Shrinkage表示殘差收縮操作，W2表示上通道的殘差收縮操作中第一個卷積層，W3表示上通道的殘差收縮操作中第二個卷積層，表示上通道的第n個殘差收縮操作，表示上通道的第n-1個殘差收縮操作，xn表示在上通道中經過第n個殘差收縮操作的輸出，xn-2表示在上通道中經過第n-2個殘差收縮操作的輸出；S4.1.1.3：對上通道收縮特征進行卷積操作，得到低維感受野通道特征：f3xn＝RW4*xn其中，W4表示上通道的最終卷積層；下通道用于提取高維感受野通道特征，具體包括以下步驟：S4.1.2.1：通過膨脹卷積提取下通道初步特征：df1x1＝RW11*x1其中，W11表示下通道初步特征提取的卷積層，df1x1表示通過卷積提取得到的下通道初步特征；S4.1.2.2：將df1x1記為x00，對x00進行疊加殘差收縮卷積操作，得到下通道收縮特征： 其中，W22表示下通道的殘差收縮操作中第一個卷積層，W33表示下通道的殘差收縮操作中第二個卷積層，表示下通道的第n個殘差收縮操作，表示下通道的第n-1個殘差收縮操作，xnn在下通道中經過第n個殘差收縮操作的輸出，xn-2n-2表示在下通道中經過第n-2個殘差收縮操作的輸出；S4.1.2.3：對下通道收縮特征進行膨脹卷積操作，得到高維感受野通道特征：df3xnn＝RW44*xnn其中，W44表示下通道的最終卷積層；S4.2：將低維感受野通道特征和高維感受野通道特征融合，并利用超強通道注意力機制對融合后的特征進行增強：xc＝ECAConcatf3x2,df3x2其中，xc為增強后的特征，Concat·表示特征融合操作，ECA·表示注意力機制處理；S4.3：將增強后的特征經過卷積得到加強重構值：x2＝Wf*xc其中，Wf表示用于特征聚合的卷積層；S5：根據初始重構值、加強重構值和補償重構值得到重構圖像。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人廣東工業大學，其通訊地址為：510090 廣東省廣州市越秀區東風東路729號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。