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！

龍圖騰網恭喜陜西絲路數智領航科技有限公司申請的專利基于交叉非對稱卷積多聚合自注意力網絡的圖像復原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：CN120047336B 。

龍圖騰網通過國家知識產權局官網在2025-06-20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：202510517758.0，技術領域涉及：G06T5/60；該發明授權基于交叉非對稱卷積多聚合自注意力網絡的圖像復原方法是由雷博;李希堯;康焯飛;許志鋒;萬靖宇;孫曉宇;張濤;丁雷設計研發完成，并于2025-04-24向國家知識產權局提交的專利申請。

本基于交叉非對稱卷積多聚合自注意力網絡的圖像復原方法在說明書摘要公布了：本發明公開了基于交叉非對稱卷積多聚合自注意力網絡的圖像復原方法，S1：對低分辨率的遙感圖像進行淺層信息提取，獲得圖像淺層特征信息；S2：將所述淺層特征信息傳入交叉非對稱卷積模塊，獲取交叉非對稱卷積特征信息；S3：對所述交叉非對稱卷積特征信息進行多聚合自注意力提取，獲取多聚合自注意力特征；本發明通過借助設計的兩種交叉非對稱卷積塊，兩次交叉操作，可以使第一路第二路上下兩路的信息不丟失，同時能夠充分提取單維度卷積所提取不充分的特征分量，保證提取的特征信息不會變差；通過多聚合自注意力提取，獲得了多聚合自注意力特征，可以在減少計算量的同時，將更多維的二元權重給到目標圖像，以做到更精確獲取所需要的特征。

本發明授權基于交叉非對稱卷積多聚合自注意力網絡的圖像復原方法在權利要求書中公布了：1.基于交叉非對稱卷積多聚合自注意力網絡的圖像復原方法，其特征在于：包括淺層特征提取模塊、交叉非對稱卷積多聚合自注意力網絡深層特征提取模塊、解碼器模塊、上采樣模塊與圖像重建恢復模塊；所述交叉非對稱卷積多聚合自注意力網絡深層特征提取模塊包括交叉非對稱卷積模塊和多聚合自注意力模塊；具體步驟包括：S1：對低分辨率的遙感圖像進行淺層信息提取，獲得圖像淺層特征信息；S2：將所述淺層特征信息傳入交叉非對稱卷積模塊，獲取交叉非對稱卷積特征信息；淺層特征圖像進行兩次交叉非對稱特征提取，包括：所述淺層特征圖像通過第一交叉非對稱特征提取，兩路并行非對稱卷積，獲得兩組維度特征，對于第一路非對稱卷積層和第二路非對稱卷積層，分別采用水平單維度非對稱卷積和垂直單維度非對稱卷積提取，獲得水平單維度特征和垂直單維度特征；S3：對所述交叉非對稱卷積特征信息進行多聚合自注意力提取，獲取多聚合自注意力特征，將交叉非對稱卷積特征結合多聚合自注意力特征后的特征，進行下一次交叉非對稱卷積多聚合自注意力的提取；對所述交叉非對稱卷積進行多聚合自注意力提取：所述多聚合自注意力，包含空間圖注意力和通道圖注意力，對于輸入特征，先通過線性投影將其設為查詢Query、鍵Key和值Value矩陣、、,之后計算查詢與鍵值的乘積，得到通道注意力圖，并通過Softmax歸一化之后與值矩陣的乘積，得到通道注意聚合結果，之后將輸入的查詢Query、鍵Key和值Value矩陣轉置，獲取空間查詢Query、鍵Key和值Value矩陣、、，通過計算查詢與鍵值的乘積，得到空間注意力圖，并通過Softmax歸一化后與值Value矩陣相乘，得到空間注意聚合結果，最后采用逆轉置操作輸出結果轉換為原始維度，并用激活函數增加其非線性，得到最終的多聚合結果，之后將最終多聚合輸入結果通過殘差連接給到輸出，保證其提取效果的穩定性；S4：重復步驟S2和S3，堆疊多個交叉非對稱卷積模塊與多聚合自注意力模塊，獲取所述深層特征；S5：將所述深層特征傳入解碼器模塊，與所述淺層特征疊加后，獲得總的提取特征，之后通過上采樣模塊與圖像重建恢復模塊，獲得恢復后的高分辨率遙感圖像。

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陜西絲路數智領航科技有限公司，其通訊地址為：710000 陜西省西安市西咸新區灃西新城先河之星4層414室；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”。