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！

龙图腾网获悉山东科技大学申请的专利基于动态稀疏自注意力的图像超分网络构建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：CN120259084B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510750338.7，技术领域涉及：G06T3/4053；该发明授权基于动态稀疏自注意力的图像超分网络构建方法是由季民;祁舰;靳奉祥;李婷;左亚男;高若男;季含宇;李长赫;靳宇;刘君设计研发完成，并于2025-06-06向国家知识产权局提交的专利申请。

本基于动态稀疏自注意力的图像超分网络构建方法在说明书摘要公布了：本发明公开基于动态稀疏自注意力的图像超分网络构建方法，属于遥感图像处理技术领域。本发明基于Transformer超分架构，设计动态稀疏自注意力，突出高频信息并减少噪声，有效提升滨海养殖池塘图像修复的质量；开发尺度感知交互层，增强不同尺度池塘在进行超分时的一致性；最后，将Sentinel‑2影像的空间分辨率由10m超分至2.5m，并使用边缘监督U‑Net网络实现在Sentinel‑2影像中精细化提取滨海养殖池塘；本发明提升了Sentinel‑2图像的重建效果，减少了重建伪影，获得Sentinel‑2超分影像，实现在中等分辨率图像中精细化提取滨海养殖池塘，降低了成本。

本发明授权基于动态稀疏自注意力的图像超分网络构建方法在权利要求书中公布了：1.基于动态稀疏自注意力的图像超分网络构建方法，其特征在于，包括： S1.构建动态稀疏窗口交互块DSwinBlock，动态稀疏窗口交互块由动态稀疏自注意力DSA、窗口自注意力WSA和尺度感知交互模块SAIM组成； S2.基于动态稀疏窗口交互块搭建图像超分网络模型； S3.获取滨海养殖池塘的哨兵2号卫星影像Sentinel-2影像，构建训练数据集； S4.基于训练数据集对图像超分网络模型进行模型训练，获取训练权重，基于训练权重对Sentinel-2影像进行修复和重建，获取Sentinel-2超分图像； S5.基于Sentinel-2超分图像提取滨海水产养殖池塘； S1包括： S1.1，构建动态稀疏自注意力DSA，捕获图像修复所需的高频细节信息和纹理信息； S1.2，构建尺度感知交互模块SAIM，进行多尺度特征交互处理； 输入一组特征，首先通过1×1卷积将输入特征映射到隐藏特征空间，获得隐藏空间特征： ； 其中，分别表示特征的特征维度、特征图高和特征图宽； 通过深度可分离卷积从不同尺度对特征进行提取，获得不同尺度的特征，并使用分块操作将不同尺度的特征等分成三部分： ； 其中，表示通道数，代表激活函数GELU，分别表示通过分块操作得到的第一部分、第二部分、第三部分的特征，表示深度可分离卷积的卷积核大小； 对获取到的不同尺度的特征图的部分特征进行拼接得到多尺度特征，使用深度可分离卷积对多尺度特征进行交互处理： ； 其中，表示在通道维度对不同特征进行拼接，表示正则化Dropout，表示对多尺度特征进行交互处理得到的交互特征图，表示深度可分离卷积的卷积核大小； 融合三组交互特征图，使用1×1卷积对融合后的特征图进行特征维度恢复，获得尺度感知交互模块的输出特征： ； 输出特征中包含不同尺度下的特征信息； S1.3，组建动态稀疏窗口交互块DSwinBlock，将特征输入动态稀疏窗口交互块，先对特征进行层归一化处理，得到归一化特征，再通过动态稀疏自注意力和窗口自注意力对进行特征提取，并将特征提取结果与输入特征相加得到自注意力提取特征： ； 其中，，和分别表示动态稀疏自注意力的特征提取结果和窗口自注意力的特征提取结果； 使用层归一化LayerNorm和SAIM对进行处理，通过残差拼接得到多尺度特征： ； 其中，，表示层归一化，表示尺度感知交互层。

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579号；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”。