申请/专利权人:南京信息工程大学
申请日:2024-02-05
公开(公告)日:2024-03-19
公开(公告)号:CN117726548A
主分类号:G06T5/73
分类号:G06T5/73;G06T5/60;G06V20/10;G06V10/44;G06V10/774;G06V10/80;G06V10/82;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.05#实质审查的生效;2024.03.19#公开
摘要:本发明公开了一种基于跨模态特征注意力交互的全色锐化方法,包括以下步骤:(1)获取、预处理数据集,制作训练样例图像;(2)利用基于深度图像先验的上采样方法,获得全色图像空间尺度下的高光谱图像;(3)利用重叠补丁嵌入模块分解和转换上采样的高光谱图像与全色图像,分别获得光谱特征与空间特征表示;(4)利用若干光谱‑空间注意力交互模块,直接交互、融合光谱特征与空间特征,获得融合的跨模态特征表示;(5)利用图像重建层还原维度,获得高空间分辨率的高光谱图像;本发明针对高维且异构的高光谱图像与全色图像,直接交互高光谱图像特征与全色图像特征,以较少的成本开销,实现不同模态图像数据的自注意力机制运算。
主权项:1.一种基于跨模态特征注意力交互的全色锐化方法,其特征在于,包括以下步骤:(1)获取、预处理数据集,制作训练样例图像;(2)利用基于深度图像先验的上采样方法,上采样输入的低分辨率高光谱图像,获得全色图像空间尺度下的高光谱图像;(3)利用重叠补丁嵌入模块分解和转换上采样的高光谱图像与全色图像,分别获得光谱特征与空间特征表示;(4)利用若干光谱-空间注意力交互模块,直接交互、融合光谱特征与空间特征,获得融合的跨模态特征表示;(5)利用图像重建层还原维度,获得高空间分辨率的高光谱图像。
全文数据:
权利要求:
百度查询: 南京信息工程大学 一种基于跨模态特征注意力交互的全色锐化方法
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。