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！

申请/专利权人：重庆邮电大学

摘要：本发明涉及计算机视觉技术领域，具体涉及一种基于多尺度延迟通道注意网络的全色锐化方法及系统，系统包括卫星遥感影像数据集获取模块、预处理模块、浅层特征提取模块、深层特征提取模块、正反馈模块、网络模型训练模块、融合图像评价模块和全色锐化模块，通过各模块间的相互作用对卫星遥感影像数据进行全色锐化处理，本发明构建的深层特征提取模块提取不同视野下的特征信息并将其融合，提高了网络的特征提取能力，采用通道延迟注意机制获得低频信息与高频信息的关联关系，并给予高频信息不同权重，使得在处理不同类型信息时更具灵活性，同时正反馈模块通过误差反馈机制来映射阶段的误差，减少了光谱失真，图像融合质量更好。

主权项：1.一种基于多尺度延迟通道注意网络的全色锐化系统，其特征在于，包括：卫星遥感影像数据集获取模块，用于收集卫星数据影像，并将卫星遥感影像数据集中的MS图像和PAN图像按照分辨率比例位置区域配准后输出；预处理模块，用于对卫星遥感影像数据集获取模块输出的数据集进行预处理，得到降分辨率实验数据集和全分辨率实验数据集，并将降分辨率实验数据集分为训练集和测试集，将全分辨率实验数据集作为测试集；其中，降分辨率实验数据集中包括LRMS图像、用于对照的MS图像和4倍下采样的全色图像；全分辨率实验数据集中包括全色图像和MS图像；浅层特征提取模块，用于对输入数据进行处理得到其浅层特征；深层特征提取模块，包括多尺度特征融合模块和延迟注意力机制模块，其中：多尺度特征融合模块，用于获取浅层特征在不同视野下的特征信息，将不同视野下的特征信息与浅层特征进行融合，得到深层特征；延迟注意力机制模块，用于对浅层特征进行挤压计算和自适应学习获得权重系数，并对深层特征进行重加权；延迟注意力机制模块进行重加权的过程为：对浅层特征进行全局平均池化，将平均池化后的浅层特征输入两层全连接层；通过sigmoid函数对全连接层的输出进行处理，得到权重向量；基于权重向量对多尺度特征融合模块的深层特征进行重加权；正反馈模块，用于对深层特征提取模块输出的重加权的深层特征进行处理得到反馈特征；网络模型训练模块，用于根据卫星遥感影像数据集获取模块、预处理模块、浅层特征提取模块、深层特征提取模块和正反馈模块训练全色锐化模型；融合图像评价模块，用于采用测试集对网络模型训练模块得到的全色锐化模型进行测试，得到全色锐化后的融合图像，并根据融合图像评估全色锐化模型的性能；全色锐化模块，根据评估获得优秀的全色锐化模型，用于将实时待处理数据输入全色锐化模型进行全色锐化处理。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种基于多尺度延迟通道注意网络的全色锐化方法及系统