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！

龙图腾网恭喜陕西丝路数智领航科技有限公司申请的专利基于交叉非对称卷积多聚合自注意力网络的图像复原方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120047336B 。

龙图腾网通过国家知识产权局官网在2025-06-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510517758.0，技术领域涉及：G06T5/60；该发明授权基于交叉非对称卷积多聚合自注意力网络的图像复原方法是由雷博;李希尧;康焯飞;许志锋;万靖宇;孙晓宇;张涛;丁雷设计研发完成，并于2025-04-24向国家知识产权局提交的专利申请。

本基于交叉非对称卷积多聚合自注意力网络的图像复原方法在说明书摘要公布了：本发明公开了基于交叉非对称卷积多聚合自注意力网络的图像复原方法，S1：对低分辨率的遥感图像进行浅层信息提取，获得图像浅层特征信息；S2：将所述浅层特征信息传入交叉非对称卷积模块，获取交叉非对称卷积特征信息；S3：对所述交叉非对称卷积特征信息进行多聚合自注意力提取，获取多聚合自注意力特征；本发明通过借助设计的两种交叉非对称卷积块，两次交叉操作，可以使第一路第二路上下两路的信息不丢失，同时能够充分提取单维度卷积所提取不充分的特征分量，保证提取的特征信息不会变差；通过多聚合自注意力提取，获得了多聚合自注意力特征，可以在减少计算量的同时，将更多维的二元权重给到目标图像，以做到更精确获取所需要的特征。

本发明授权基于交叉非对称卷积多聚合自注意力网络的图像复原方法在权利要求书中公布了：1.基于交叉非对称卷积多聚合自注意力网络的图像复原方法，其特征在于：包括浅层特征提取模块、交叉非对称卷积多聚合自注意力网络深层特征提取模块、解码器模块、上采样模块与图像重建恢复模块；所述交叉非对称卷积多聚合自注意力网络深层特征提取模块包括交叉非对称卷积模块和多聚合自注意力模块；具体步骤包括：S1：对低分辨率的遥感图像进行浅层信息提取，获得图像浅层特征信息；S2：将所述浅层特征信息传入交叉非对称卷积模块，获取交叉非对称卷积特征信息；浅层特征图像进行两次交叉非对称特征提取，包括：所述浅层特征图像通过第一交叉非对称特征提取，两路并行非对称卷积，获得两组维度特征，对于第一路非对称卷积层和第二路非对称卷积层，分别采用水平单维度非对称卷积和垂直单维度非对称卷积提取，获得水平单维度特征和垂直单维度特征；S3：对所述交叉非对称卷积特征信息进行多聚合自注意力提取，获取多聚合自注意力特征，将交叉非对称卷积特征结合多聚合自注意力特征后的特征，进行下一次交叉非对称卷积多聚合自注意力的提取；对所述交叉非对称卷积进行多聚合自注意力提取：所述多聚合自注意力，包含空间图注意力和通道图注意力，对于输入特征，先通过线性投影将其设为查询Query、键Key和值Value矩阵、、,之后计算查询与键值的乘积，得到通道注意力图，并通过Softmax归一化之后与值矩阵的乘积，得到通道注意聚合结果，之后将输入的查询Query、键Key和值Value矩阵转置，获取空间查询Query、键Key和值Value矩阵、、，通过计算查询与键值的乘积，得到空间注意力图，并通过Softmax归一化后与值Value矩阵相乘，得到空间注意聚合结果，最后采用逆转置操作输出结果转换为原始维度，并用激活函数增加其非线性，得到最终的多聚合结果，之后将最终多聚合输入结果通过残差连接给到输出，保证其提取效果的稳定性；S4：重复步骤S2和S3，堆叠多个交叉非对称卷积模块与多聚合自注意力模块，获取所述深层特征；S5：将所述深层特征传入解码器模块，与所述浅层特征叠加后，获得总的提取特征，之后通过上采样模块与图像重建恢复模块，获得恢复后的高分辨率遥感图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人陕西丝路数智领航科技有限公司，其通讯地址为：710000 陕西省西安市西咸新区沣西新城先河之星4层414室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。