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！

龙图腾网获悉西安交通大学申请的专利一种基于流的深度网络的遥感图像泛锐化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：CN116739918B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202310550693.0，技术领域涉及：G06T5/73；该发明授权一种基于流的深度网络的遥感图像泛锐化方法是由曹相湧;阳港;肖文者;孟德宇设计研发完成，并于2023-05-16向国家知识产权局提交的专利申请。

本一种基于流的深度网络的遥感图像泛锐化方法在说明书摘要公布了：一种用于泛锐化，在给定低分辨率多光谱图像和全色图像的条件下，学习到高分辨率多光谱图像的条件分布，缓解不适定问题的基于流的方法。包括：首先，对使用的数据集进行预处理，包括图像裁剪、图像放大、归一化、数据增广，构建数据对；其次，构建一种用于泛锐化的基于流的深度网络，由几个流块组成，一个流块由一个可逆的条件仿射耦合块CACB组成；从次，将数据对输入网络进行训练，学习高分辨率多光谱图像的条件分布，并保存训练好的网络模型；随后，保存好的网络模型进行推理，随机采样高斯噪声和给定低分辨率多光谱图像和全色图像的条件下，生成一系列的高分辨率多光谱图像；最后，与真实高分辨率多光谱图像进行比较，评估模型效果。

本发明授权一种基于流的深度网络的遥感图像泛锐化方法在权利要求书中公布了：1.一种基于流的深度网络的遥感图像泛锐化方法，其特征在于，包括如下步骤： 步骤1，构造训练数据集，所述训练数据集中的数据为配对的LRMS图像、PAN图像和HRMS图像，即LRMS-PAN-HRMS图像对，其中各图像经预处理后，大小相同； 步骤2，构建基于流的深度网络，所述深度网络是遵循概率流模型的可逆神经网络PanFlowNet，由若干流块叠加组成，每个流块包含一个可逆的条件仿射耦合块CACB，CACB由两个互补的仿射耦合层组成，对应于概率流模型中变换过程的一个步骤，θ是PanFlowNet的网络参数； 利用所述训练数据集训练PanFlowNet；其中，以所述LRMS-PAN-HRMS图像对为PanFlowNet的输入，PanFlowNet通过将LRMS-PAN-HRMS图像对映射到潜在变量空间，从而利用可逆函数参数化HRMS条件分布；并通过训练LRMS-PAN-HRMS图像对的负对数似然学习可逆函数的参数； 步骤3，从高斯分布中随机采样高斯噪声，利用训练得到的深度网络生成对应的HRMS图像； 其中，所述条件仿射耦合块CACB通过如下过程构建： Step1：仿射变换过程 仿射变换的定义由下式表示： 其中⊙是元素相乘，hn和hn+1为可逆变换中相邻的两个潜在特征变量，其中即每个流块由两个互补仿射耦合层组成，和分别为流块中互补的两个放射耦合层； s1·、s2·、t1·和t2·是由HIN模块确定的仿射变换的系数，由HIN模块实现；输出被再次连接，然后传递给下一个CACB，内部函数用神经网络表示，且只在正向上求值； Step2：仿射逆变换过程 仿射逆变换的定义由下式表示： 其中是基于元素的除法。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。