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！

龙图腾网恭喜广东工业大学申请的专利一种结合注意力机制的多尺度图像压缩重构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：CN114926557B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202210688641.5，技术领域涉及：G06T9/00；该发明授权一种结合注意力机制的多尺度图像压缩重构方法是由刁梓键设计研发完成，并于2022-06-17向国家知识产权局提交的专利申请。

本一种结合注意力机制的多尺度图像压缩重构方法在说明书摘要公布了：本发明提供一种结合注意力机制的多尺度图像压缩重构方法，包括以下步骤：S1：获取待重构的图像；S2：对待重构的图像进行卷积采样得到测量值，并进行测量值调整；S3：对调整后的测量值进行初始重构，得到初始重构值，并计算测量值残差；S4：对初始重构值进行多尺度重构，得到加强重构值，并根据测量值残差计算补偿重构值；S5：根据初始重构值、加强重构值和补偿重构值得到重构图像。本发明提供一种结合注意力机制的多尺度图像压缩重构方法，综合初始重构值、加强重构值和补偿重构值得到重构图像，解决了现有的压缩感知方法存在重构性能不佳的问题。

本发明授权一种结合注意力机制的多尺度图像压缩重构方法在权利要求书中公布了：1.一种结合注意力机制的多尺度图像压缩重构方法，其特征在于，包括以下步骤：S1：获取待重构的图像，构建多尺度重构模型；所述多尺度重构模型包括采样模块，初始重构模块和加强重构模块；S2：在采样模块中对待重构的图像进行卷积采样得到测量值，并进行测量值调整；S3：在初始重构模块中对调整后的测量值进行初始重构，得到初始重构值，并计算测量值残差；S4：在加强重构模块中对初始重构值进行多尺度重构，得到加强重构值，并根据测量值残差计算补偿重构值；通过以下步骤对初始重构值进行多尺度重构，得到加强重构值：S4.1：通过加强重构模块的上通道和下通道对初始重构值进行不同维的特征提取，其中，上通道用于提取低维感受野通道特征，具体包括以下步骤：S4.1.1.1：通过卷积提取上通道初步特征：f1x1＝RW1*x1其中，x1为初始重构值，W1为上通道初步特征提取的卷积层，R表示ReLU激活函数，f1x1表示通过卷积提取得到的上通道初步特征；S4.1.1.2：将f1x1记为x0，对x0进行叠加残差收缩卷积操作，得到上通道收缩特征： 其中，Shrinkage表示残差收缩操作，W2表示上通道的残差收缩操作中第一个卷积层，W3表示上通道的残差收缩操作中第二个卷积层，表示上通道的第n个残差收缩操作，表示上通道的第n-1个残差收缩操作，xn表示在上通道中经过第n个残差收缩操作的输出，xn-2表示在上通道中经过第n-2个残差收缩操作的输出；S4.1.1.3：对上通道收缩特征进行卷积操作，得到低维感受野通道特征：f3xn＝RW4*xn其中，W4表示上通道的最终卷积层；下通道用于提取高维感受野通道特征，具体包括以下步骤：S4.1.2.1：通过膨胀卷积提取下通道初步特征：df1x1＝RW11*x1其中，W11表示下通道初步特征提取的卷积层，df1x1表示通过卷积提取得到的下通道初步特征；S4.1.2.2：将df1x1记为x00，对x00进行叠加残差收缩卷积操作，得到下通道收缩特征： 其中，W22表示下通道的残差收缩操作中第一个卷积层，W33表示下通道的残差收缩操作中第二个卷积层，表示下通道的第n个残差收缩操作，表示下通道的第n-1个残差收缩操作，xnn在下通道中经过第n个残差收缩操作的输出，xn-2n-2表示在下通道中经过第n-2个残差收缩操作的输出；S4.1.2.3：对下通道收缩特征进行膨胀卷积操作，得到高维感受野通道特征：df3xnn＝RW44*xnn其中，W44表示下通道的最终卷积层；S4.2：将低维感受野通道特征和高维感受野通道特征融合，并利用超强通道注意力机制对融合后的特征进行增强：xc＝ECAConcatf3x2,df3x2其中，xc为增强后的特征，Concat·表示特征融合操作，ECA·表示注意力机制处理；S4.3：将增强后的特征经过卷积得到加强重构值：x2＝Wf*xc其中，Wf表示用于特征聚合的卷积层；S5：根据初始重构值、加强重构值和补偿重构值得到重构图像。

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东工业大学，其通讯地址为：510090 广东省广州市越秀区东风东路729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”。