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！

龙图腾网获悉武汉大学申请的专利一种基于退化融合级联网络的少样本遥感时空融合方法和系统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：CN116994152B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202310856356.4，技术领域涉及：G06V20/13；该发明授权一种基于退化融合级联网络的少样本遥感时空融合方法和系统是由李杰;孙伟烜;蒋梦辉设计研发完成，并于2023-07-12向国家知识产权局提交的专利申请。

本一种基于退化融合级联网络的少样本遥感时空融合方法和系统在说明书摘要公布了：本发明公开了一种基于退化融合级联网络的少样本遥感时空融合方法和系统。第一阶段设计一个退化网络学习待融合高空间分辨率与低分辨率影像之间复杂的退化关系代替传统插值降采样构造训练集。以高空间分辨率影像为输入，低空间分辨率影像为标签对退化网络进行训练。训练完成后将低分辨率影像输入退化网络得到低空间分辨率退化影像。之后以低分辨率影像、低分辨率退化影像为训练数据训练一个以循环一致性生成对抗网络为基础的融合网络，以低分辨率退化影像为输入、低分辨率影像为标签进行训练，训练完成后，将低分辨率影像输入融合网络得到最终融合高分辨率影像。本方法对训练样本数量要求较低，且融合精度高，具有一定普适性。

本发明授权一种基于退化融合级联网络的少样本遥感时空融合方法和系统在权利要求书中公布了：1.一种基于退化融合级联网络的少样本遥感时空融合方法，其特征在于，包括以下步骤： 步骤1，首先构建退化网络并进行训练，所述退化网络由特征提取编码模块与退化解码模块共同构成；在退化网络训练阶段，以参考时刻的高空间分辨率影像、低空间分辨率影像作为训练数据； 步骤2，退化网络测试阶段，将参考时刻高分辨率、低分辨率影像以及预测时刻低分辨率影像、、输入到训练好的退化网络，得到各自相应退化后影像，退化后影像与预测时刻低分辨率影像共同构成下一阶段主融合网络的训练集，为预测时刻； 步骤3，主融合网络基于循环一致性生成对抗网络Cycle-GAN框架搭建，所述主融合网络包含前向生成器、后向反馈生成器以及相对应的两个判别器、；在主融合网络训练阶段，按照以下方式：前向生成器利用参考时刻高分辨率影像以及预测时刻低分辨率影像融合生成预测时刻高分辨率影像，后向反馈生成器是为保证前向生成器生成的高分辨率影像包含信息约束于原始输入影像，利用前向生成器生成的高分辨率影像得到原始输入高分辨率影像，判别器用于提取输入影像特征来判别输入影像的真实性，与生成器相互博弈提升各自性能； 步骤3的具体实现方式如下： 步骤3.1，将退化网络得到的、输入到前向生成器得到时刻相应的预测高分辨率影像，表示为下式： 1 其中，为训练过程中生成的预测时刻目标融合影像，为前向生成器的可训练参数； 步骤3.2，将步骤3.1生成的与其参考标签影像输入到前向判别器，通过判别器约束生成的的质量； 步骤3.3，将步骤3.1生成的与一并输入到后向反馈生成器得到预测的原始输入高分辨率影像，以约束生成的融合影像的空间信息与原始输入的高空间分辨率影像的空间信息的一致性，表示为： 2 其中，为训练过程中生成的预测原始输入高分辨率影像，为后向反馈生成器的可训练参数； 步骤3.4，将步骤3.3生成的与其参考标签影像输入到后向反馈判别器，通过判别器约束生成的的质量； 步骤4，在主融合网络测试阶段，通过将原始待融合影像输入到训练好的前向生成器中获得最终预测时刻融合影像。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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”。

以上内容由龙图腾AI智能生成。