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！

龍圖騰網獲悉南京理工大學申請的專利利用非對稱注意力與小波子帶注入的高光譜超分辨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：CN114782246B 。

龍圖騰網通過國家知識產權局官網在2025-08-22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：202210273806.2，技術領域涉及：G06T3/4053；該發明授權利用非對稱注意力與小波子帶注入的高光譜超分辨方法是由肖亮;方健設計研發完成，并于2022-03-19向國家知識產權局提交的專利申請。

本利用非對稱注意力與小波子帶注入的高光譜超分辨方法在說明書摘要公布了：本發明公開了一種利用非對稱注意力與小波子帶注入的高光譜超分辨方法，該方法主要包括：利用離散小波變換抽取多光譜多分辨率高頻細節特征；構建細節提取網絡編碼器；構建細節提取網絡解碼器；對低分辨率高光譜圖像進行預處理；構建空譜融合網絡編碼器；構建非對稱特征選擇注意力模塊；構建空譜融合網絡編碼器；使用L1損失函數訓練網絡。本發明通過小波網絡提取多光譜的深度多分辨率細節注入到U?Net，使學習到的高光譜圖像具有更好的空譜細節信息。

本發明授權利用非對稱注意力與小波子帶注入的高光譜超分辨方法在權利要求書中公布了：1.一種利用非對稱注意力與小波子帶注入的高光譜超分辨方法，其特征在于，包括以下步驟： 第一步，利用離散小波變換抽取多光譜多分辨率高頻細節特征； 第二步，對高頻圖像W1，利用3×3的卷積得到細節提取編碼器的第一個輸出的深度特征，此過程表示為 WE1＝Conv3×3W1 其中，Conv3×3.表示卷積核為3×3的卷積操作；對WE1做離散小波變換獲得深度細節信息，并在通道維拼接得到W3；將高頻圖像W2和W3在通道維拼接，并通過一個3×3的卷積獲得細節提取編碼器的第二個輸出的深度特征，此過程表示為 WE2＝Conv3×3ConcatW2,W3 第三步，細節提取網絡解碼器由步長為2的反卷積和一個3×3卷積組成；解碼器三個輸出的深度特征，表示為 其中，Deconv.表示反卷積，WDn表示第n個階段細節提取網絡解碼器輸出的深度特征； 第四步，對低分辨率高光譜圖像做預處理，即對低分辨率高光譜圖像上采樣至多光譜圖像同樣的空間大小； 第五步，使用殘差塊來提取深度特征，殘差塊由兩個3×3的卷積和Relu激活函數組成，此過程表示為 RBXin＝Conv3×3ReluConv3×3Xin+Xin 其中，Xin表示輸入特征，Relu.表示ReLU函數，RB.表示殘差塊操作；編碼器的第一個輸出特征是將上采樣的HS圖像與MS圖像在通道維拼接作為原始輸入，然后利用3×3的卷積和殘差塊學習拼接后的深度特征，最后得到的深度特征；接下來利用編碼器n-1階輸出的最大池化特征與深度細節特征拼接，并利用3×3的卷積和殘差塊學習拼接后的深度特征，得到編碼器的n階輸出特征；此過程表示為 其中，MUen表示第n階段編碼器的輸出特征，RB·表示殘差操作，maxpool.表示最大池化操作； 第六步，利用非對稱特征選擇注意力模塊，對空譜融合網絡編碼器輸出的深度多分辨率特征進行選擇； 第七步，利用卷積、殘差塊和反卷積對MUe2提取深度特征得到解碼器的第一個輸出；然后將非對稱特征選擇注意力模塊的輸出AFSSCn-1、空譜融合網絡編碼器的輸出MUdn-1和細節提取網絡解碼器輸出WDn-1進行拼接，然后利用3×3卷積和殘差塊，最后使用反卷積得到空譜融合模塊解碼器的第n個輸出；此過程表示為 其中，MUdn表示第n階段的解碼器；然后將解碼器的輸出MUd2和細節提取的解碼器WD2在通道維上拼接，并利用3×3卷積提取特征，接著將上采樣的HS圖像與提取的特征逐像素相加，最后對相加結果使用Relu激活函數得到融合圖像此過程表示為 第八步，使用L1損失函數訓練網絡。

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南京理工大學，其通訊地址為：210094 江蘇省南京市孝陵衛200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”。