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！

龙图腾网恭喜重庆理工大学申请的专利基于残差注意力网络的波前畸变校正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：CN114693938B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202210193365.5，技术领域涉及：G06V10/24；该发明授权基于残差注意力网络的波前畸变校正方法是由曹阳;张祖鹏;彭小峰;秦怀军;李文庆;潘松;钟烨;邢雯珺;包朝园设计研发完成，并于2022-03-01向国家知识产权局提交的专利申请。

本基于残差注意力网络的波前畸变校正方法在说明书摘要公布了：本发明涉及通信系统技术领域，尤其涉及基于残差注意力网络的波前畸变校正方法。本发明通过采用残差网络作为主干网络，并构建多尺度残差混合注意力网络结构，使用卷积操作将光强图像转换为特征图向后传播；通过不同尺度的卷积核来分布式提取特征，利用注意力机制提高网络对破损光斑特征的识别率；最后设计网络损失函数，从而得到符合实际波前像差的zernike系数。本发明通过残差注意力网络能快速准确地重构湍流相位，从而有效校正畸变；通过混合注意力网络的设置，能较少增加时间复杂度的情况下大幅提高准确率。本发明的方法具有精确度高、实时性好和灵活性强的特点，为深度学习在AO系统中的实际应用提供了保障。

本发明授权基于残差注意力网络的波前畸变校正方法在权利要求书中公布了：1.基于残差注意力网络的波前畸变校正方法，其特征在于，包括以下步骤：采用残差网络作为主干网络，在残差网络的基础上构建混合注意力结构，使用卷积操作将光强图像转换为特征图向后传播；通过不同尺度的卷积核来分布式提取特征，利用注意力机制提高网络对破损光斑特征的识别率，增强网络表达光强图像特征的能力；设计网络损失函数，得到符合实际波前像差的zernike系数；所述混合注意力结构包括空间注意力机制与动态选择机制网络，采用卷积操作提取特征映射信息，加入残差跳连结构根据输入的特征的重要程度来为模型分配计算资源；所述动态选择机制网络包括分解、融合和选择三个部分；在所述分解部分：选用3×3和5×5大小的双流网络卷积结构，表示为： 其中X∈Rh×w×C为输入的特征图，f代表卷积操作；其中5×5的卷积采用空洞卷积操作；在所述融合部分：通过求和操作控制特征图相加，然后由全局平均池化统计卷积层每个通道携带的信息得到s，最后进行特征降维得到z，表示为： z＝Ffcs＝δBWs其中Fgp是全局池化操作，Ffc是全连接操作，δ为线性整流函数，B为BatchNormalization层，Ws∈Rd×C，d＝maxCr,L表示全连接之后的特征维度，r为压缩因子，L表示d的最小值；在所述选择部分：使用softmax函数计算各个通道的权重分布，表示为： 其中a和b为别为两个通道的软注意力权重矩阵，V为SKNet的输出矩阵。

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重庆理工大学，其通讯地址为：400054 重庆市巴南区李家沱红光大道69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”。