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！

龙图腾网获悉广西科技大学申请的专利一种基于全局注意力上采样网络的相位解缠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：CN116415626B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202310146150.2，技术领域涉及：G06N3/0455；该发明授权一种基于全局注意力上采样网络的相位解缠方法是由李东旭;谢先明;李家莹;李蓉;周宇翀;侯国政;田冲宵;贾金国;望倪涛;王鑫汉;胡佳俊设计研发完成，并于2023-02-21向国家知识产权局提交的专利申请。

本一种基于全局注意力上采样网络的相位解缠方法在说明书摘要公布了：本发明旨在提供一种基于全局注意力上采样网络的相位解缠方法，包括以下步骤：A、构建深度神经网络结构，深度神经网络结构具体如下：编码网络、解码网络；其中，编码网络包括5个依次连接的2×2最大池化层，以及6个PU‑M‑Net模块；所述的解码网络包括五个GAU模块、5个PU‑M‑Net模块和堆叠模块Ⅰ；B、构建多组不同噪声等级的训练集，对深度神经网络进行训练得到适用不同噪声量级干涉图解缠的解缠网络；C、对待解缠的干涉图进行噪声等级判定，随后将其匹配至对应噪声等级的解缠网络进行解缠。本发明方法具有较高的解缠效率以及鲁棒性。

本发明授权一种基于全局注意力上采样网络的相位解缠方法在权利要求书中公布了：1.一种基于全局注意力上采样网络的相位解缠方法，其特征在于，包括以下步骤： A、构建深度神经网络结构，深度神经网络结构具体如下： 编码网络、解码网络； 其中，编码网络包括5个依次连接的2×2最大池化层，以及6个PU-M-Net模块； 所述的解码网络包括五个GAU模块、5个PU-M-Net模块和堆叠模块Ⅰ； B、构建多组不同噪声等级的训练集，对深度神经网络进行训练得到适用不同噪声量级干涉图解缠的解缠网络； C、对待解缠的干涉图进行噪声等级判定，随后将其匹配至对应噪声等级的解缠网络进行解缠，具体过程如下： a、待解缠的干涉图输入编码网络中，依次经5个2×2最大池化层处理，分别得到5个最大池化图像； 待解缠的干涉图输入第一个PU-M-Net模块处理后，得到第一PU-M-Net输出结果，输入解码网络中； 第一个最大池化图像与第一输出结果PU-M-Net堆叠后，输入第二个PU-M-Net模块处理后，得到第二PU-M-Net输出结果，输入解码网络中； 第二个最大池化图像和第二PU-M-Net输出结果和PU-M-Net堆叠后，输入第三个PU-M-Net模块处理后，得到第三PU-M-Net输出结果，输入解码网络中； 第三个最大池化图像和第三PU-M-Net输出结果和PU-M-Net堆叠后，输入第四个PU-M-Net模块处理后，得到第四PU-M-Net输出结果，输入解码网络中； 第四个最大池化图像和第四PU-M-Net输出结果和PU-M-Net堆叠后，输入第五个PU-M-Net模块处理后，得到第五PU-M-Net输出结果，输入解码网络中； 第五个最大池化图像和第五PU-M-Net输出结果和PU-M-Net堆叠后，输入第六个PU-M-Net模块处理后，得到第六PU-M-Net输出结果，输入解码网络中； b、在解码网络中，第六PU-M-Net输出结果作为高级特征输入第五个PU-M-Net模块中，第六PU-M-Net输出结果经上采用后输入堆叠模块Ⅰ中； 第五PU-M-Net输出结果作为低级特征输入第五GAU模块，第五GAU模块对高级特征和低级特征进行处理后，输入第五个PU-M-Net模块处理后，得到输出结果a，输出结果a作为高级特征输入第四个PU-M-Net模块中，同时，输出结果a经上采样后输入堆叠模块Ⅰ中； 第四PU-M-Net输出结果作为低级特征输入第四GAU模块，第四GAU模块对高级特征和低级特征进行处理后，输入第四个PU-M-Net模块处理后，得到输出结果b，输出结果b作为高级特征输入第三个PU-M-Net模块中，同时，输出结果b经上采样后输入堆叠模块Ⅰ中； 第三PU-M-Net输出结果作为低级特征输入第三GAU模块，第三GAU模块对高级特征和低级特征进行处理后，输入第三个PU-M-Net模块处理后，得到输出结果c，输出结果c作为高级特征输入第二个PU-M-Net模块中，同时，输出结果c经上采样后输入堆叠模块Ⅰ中； 第二PU-M-Net输出结果作为低级特征输入第二GAU模块，第二GAU模块对高级特征和低级特征进行处理后，输入第二个PU-M-Net模块处理后，得到输出结果d，输出结果d作为高级特征输入第一个PU-M-Net模块中，同时，输出结果d经上采样后输入堆叠模块Ⅰ中； 第一PU-M-Net输出结果作为低级特征输入第一GAU模块，第一GAU模块对高级特征和低级特征进行处理后，输入第一个PU-M-Net模块处理后，得到输出结果e，输出结果e输入堆叠模块Ⅰ中； 所述的输出结果a、输出结果b、输出结果c、输出结果d上采样后，与输出结果e分辨率一致； 在堆叠模块Ⅰ中，输出结果a、输出结果b、输出结果c、输出结果d、输出结果e进行堆叠，获得最终相位解缠结果。

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西科技大学，其通讯地址为：545006 广西壮族自治区柳州市东环大道268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。