Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东工业大学邸江磊获国家专利权

广东工业大学邸江磊获国家专利权

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!

龙图腾网获悉广东工业大学申请的专利一种基于图神经网络的多光谱图像融合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:CN116563187B

龙图腾网通过国家知识产权局官网在2026-02-24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:202310573695.1,技术领域涉及:G06T5/50;该发明授权一种基于图神经网络的多光谱图像融合是由邸江磊;江文隽;秦智坚;吴计;王萍;任振波;秦玉文设计研发完成,并于2023-05-22向国家知识产权局提交的专利申请。

一种基于图神经网络的多光谱图像融合在说明书摘要公布了:本发明属于图像融合领域,公开了一种基于图神经网络的多光谱图像融合方法,包括以下步骤:首先获取多光谱图像和全色图像。先将多光谱图像利用卷积网络提取像素特征,另将多光谱图像进行将其进行降维与特征提取,通过图嵌入的方式提取出多光谱图像三个维度的图结构并进行融合,获得多源特征的异质图,将获取的异质图利用时空图卷积提取图数据的空间特征。然后,通过门控机制将获取的像素特征和空间特征聚合输出特征的权重,由权重获取到最终融合空间特征和像素特征的多光谱特征图。将全色图像通过相同的卷积网络,将获取到的特征图与多光谱特征图通过注意力机制进行融合,获得融合后的多光谱图像,该方法获取多光谱图像分辨率更高。

本发明授权一种基于图神经网络的多光谱图像融合在权利要求书中公布了:1.一种基于图神经网络的多光谱图像融合方法,其特征在于,包括以下步骤: S1、获取一段时间内的多光谱图像和对应的全色图像; S2、先将多光谱图像和全色图像利用共享的编码器网络提取像素特征,编码器网络结构由两条分支组成:一条为上网络用来提取图像的浅层特征,由4个卷积核为3×3的卷积层组成,除去最后一层,每层后接ReLU激活函数;一条为下网络用来提取图像的深层特征,先通过一个1×1的卷积层,然后接上4个卷积核为3×3的卷积层,卷积模块采用基于Nest连接方式,可以保留更多的信息,获得深层特征,最后将上下网络获得的特征图进行特征维度的concat; S3、另将多光谱图像进行降维与特征提取,然后通过图嵌入的方式分别提取出多光谱图像三个维度的图结构并进行融合,获得多源特征的异质图;图结构获取的具体方法是利用降维后的光谱数据,结合红外光谱特征提取光谱数据的物理特征图;利用线性迭代聚类的方法确定超像素邻居节点信息,依据超像素的空间连通性关系构建节点之间的边连接关系,提取空间特征图;结合目标的光谱特征相似性,从不同的光谱波段维度抽样重组得到目标光谱特征分布,利用图神经网络有效表示驻留在平滑流形上的光谱数据; S4、将获取的异质图利用时空图卷积进行特征提取获得图数据空间特征; S5、通过门控机制将获取的像素特征和空间特征聚合,输出特征的权重,由权重获取到最终融合空间特征和像素特征的多光谱特征图; S6、将全色图像的特征图与融合空间特征和像素特征的多光谱特征图通过注意力机制进行特征融合; S7、将融合后的特征图通过解码器,获得融合后的多光谱图像。

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广东工业大学,其通讯地址为:510009 广东省广州市东风东路729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。