江苏大学宋和平获国家专利权
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！
龙图腾网获悉江苏大学申请的专利一种表征域采样和混合Transformer的图像压缩感知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：CN119991835B 。
龙图腾网通过国家知识产权局官网在2026-01-23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：202510171839.X，技术领域涉及：G06T9/00；该发明授权一种表征域采样和混合Transformer的图像压缩感知方法是由宋和平;龚靖尧;张敏;贾洪杰;林琳设计研发完成，并于2025-02-17向国家知识产权局提交的专利申请。
本一种表征域采样和混合Transformer的图像压缩感知方法在说明书摘要公布了：本发明公开了一种表征域采样和混合Transformer的图像压缩感知方法，包括以下步骤：采样恢复阶段：通过多层渐进的5×5和7×7卷积和非线性激活函数学习输入图像的深度表征，并使碎片化的窗口信息充分交互，然后通过跳跃连接生成同时包含低、高级别的聚合特征精细重建迭代阶段：使用深度梯度下降模块执行重建特征的优化更新，深度梯度下降模块把更新保真项的计算展开到神经网络。本发明通过创新的网络架构和训练策略，实现了出色的图像重建性能，特别是在低采样率下，该方法在细节保留、纹理重建、鲁棒性和通用性等方面，与现有方法相比均展现出显著的优势和积极的增益效果，为图像重建领域的研究和应用提供了有力的技术支持。
本发明授权一种表征域采样和混合Transformer的图像压缩感知方法在权利要求书中公布了：1.一种表征域采样和混合Transformer的图像压缩感知方法，其特征在于，包括以下步骤： 采样恢复阶段：通过多层渐进的和卷积和非线性激活函数学习输入图像的深度表征，并使碎片化的窗口信息充分交互，然后通过跳跃连接生成同时包含低、高级别的聚合特征；并在此基础上获得降采样； 精细重建迭代阶段：使用深度梯度下降模块执行重建特征的优化更新，深度梯度下降模块把更新保真项的计算展开到神经网络： ； 其中，非线性网络提升从观测值中提取残差信息的能力，而和分别作为观测域与深度特征域的投影映射；记为恢复过程的中间结果；作为采样的伪逆映射； 通过三尺度稀疏去噪子网络替代近端投影； 再通过Transformer模块执行梯度下降项的精细补充融合，Transformer模块包含交叉注意力模块、窗口局部注意力模块和FeedForwardNetwork模块。
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江苏大学，其通讯地址为：212013 江苏省镇江市学府路301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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励