Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜厦门瑞为信息技术有限公司;集美大学何一凡获国家专利权

恭喜厦门瑞为信息技术有限公司;集美大学何一凡获国家专利权

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!

龙图腾网恭喜厦门瑞为信息技术有限公司;集美大学申请的专利一种基于自编码器的高光谱图像压缩与重建方法、装置及设备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:CN119342216B

龙图腾网通过国家知识产权局官网在2025-03-18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:202411896962.X,技术领域涉及:H04N19/132;该发明授权一种基于自编码器的高光谱图像压缩与重建方法、装置及设备是由何一凡;王宗跃;苏锦河;贾宝芝;于金喜;张选庆设计研发完成,并于2024-12-23向国家知识产权局提交的专利申请。

一种基于自编码器的高光谱图像压缩与重建方法、装置及设备在说明书摘要公布了:本发明公开了一种基于自编码器的高光谱图像压缩与重建方法、装置及设备,其包括:获取Houston图像数据集并进行包括随机裁剪的预处理,生成预设尺寸的图像块作为原始高光谱图像;将所述原始高光谱图像输入包括编码器以及解码器的自编码模型中并基于预设损失函数进行训练,得到训练完成的高光谱压缩模型,其中,所述编码器的网络结构包括缩略图生成分支以及潜在编码分支,所述解码器的网络结构包括缩略图解码分支以及潜在表示解码分支;将待压缩高光谱图像输入所述高光谱压缩模型中,通过所述编码器对待压缩高光谱图像进行编码,得到压缩数据,通过所述解码器对所述压缩数据进行解码,得到重建高光谱图像。

本发明授权一种基于自编码器的高光谱图像压缩与重建方法、装置及设备在权利要求书中公布了:1.一种基于自编码器的高光谱图像压缩与重建方法,其特征在于,所述方法包括:获取Houston图像数据集并进行包括随机裁剪的预处理,生成预设尺寸的图像块作为原始高光谱图像;将所述原始高光谱图像输入包括编码器以及解码器的自编码模型中并基于预设损失函数进行训练,得到训练完成的高光谱压缩模型,其中,所述编码器的网络结构包括缩略图生成分支以及潜在编码分支,所述解码器的网络结构包括缩略图解码分支以及潜在表示解码分支;进一步包括:通过所述缩略图生成分支对所述原始高光谱图像进行空间及通道下采样,得到第一缩略图;通过所述潜在编码分支对所述高光谱图像进行深度分离卷积及通道下采样,得到第一潜在编码;进一步的,所述潜在编码分支包括1个通道下采样层、多个DSC模块以及1个通道池化层;通过所述潜在编码分支对所述高光谱图像进行深度分离卷积及通道下采样,得到第一潜在编码,包括:通过通道下采样层对所述原始高光谱图像进行卷积以及ReLU激活,得到通道特征图;通过所述DSC模块对所述通道特征图进行维度扩展,得到扩展特征图;通过所述通道池化层对所述扩展特征图进行通道平均池化,得到所述第一潜在编码;进一步的,所述DSC模块至少包括第一DSC模块以及第二DSC模块;所述通过所述DSC模块对所述通道特征图进行维度扩展,得到扩展特征图,包括:通过所述第一DSC模块对所述通道特征图进行维度扩展,得到维度特征图;进一步包括:采用、空间步长为2的核函数对所述通道特征图进行空间卷积,得到第一卷积特征图;采用的核函数对所述第一卷积特征图进行光谱卷积,得到第二卷积特征图;采用的核函数对所述第二卷积特征图进行点卷积以及ReLU激活,得到所述维度特征图;通过所述第二DSC模块对所述维度特征图进行维度扩展,得到所述扩展特征图;将所述第一缩略图以及所述第一潜在编码进行合并后通过哈夫曼编码进行压缩,得到压缩文件;将所述压缩文件进行哈夫曼逆编码,得到第二缩略图以及第二潜在编码;通过所述缩略图解码分支对所述第二缩略图进行通道和空间上采样,得到表观特征图;通过所述潜在表示解码分支对所述第二潜在编码进行空间上采样,将得到的解码特征图与所述表观特征图进行解混重建,得到重建结果图像;进一步的,所述潜在表示解码分支包括多个空间上采样层以及解混重建模块,所述解混重建模块包括第一卷积子网络以及第二卷积子网络;所述通过所述潜在表示解码分支对所述第二潜在编码进行空间上采样,将得到的解码特征图与所述表观特征图进行解混重建,得到重建结果图像,包括:通过所述潜在表示解码分支的多个空间上采样层对所述第二潜在编码进行多次空间上采样,得到解码特征图;将所述解码特征图与所述表观特征图进行融合,得到融合特征图;将所述融合特征图输入所述第一卷积子网络,得到丰度图;将所述丰度图输入所述第二卷积子网络进行图像重建,得到所述重建结果图像;将待压缩高光谱图像输入所述高光谱压缩模型中,通过所述编码器对待压缩高光谱图像进行编码,得到压缩数据,通过所述解码器对所述压缩数据进行解码,得到重建高光谱图像。

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厦门瑞为信息技术有限公司;集美大学,其通讯地址为:361000 福建省厦门市火炬高新区软件园华讯楼C区B1F-112;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”。

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。