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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD