本发明公开了一种注意力机制增强的图像超分辨率重建方法，包括构建卷积神经网络、训练神经网络、首部特征抽取模块对原始图像进行特征抽取、各个滤性特征抽取模块依次进行特征提取操作、将后级特征图输入上采样模块，上采样模块重建并输出分辨率大于原始图像的重建图像等步骤。两个空间校准模块互相配合互补，使得滤性特征抽取模块对不同类型的特征信息都具有比较精准的抽取能力；多个滤性特征抽取模块沿着网络的深度方向首尾连接，最终达到过滤消除不同层级中重复图像信息的效果，后级特征图中保留更多的有效图像信息，有利于在高分辨率图像中重建出高频细节特征。
📄 2022108123841
📂 G06T3_40
👤 四川轻化工大学
📅 2022-07-11
本发明涉及视觉重建技术领域，公开了基于人脑fMRI重建视觉刺激图像的方法及系统，方法包括获取fMRI数据集，从fMRI数据集中提取fMRI体素数据进行patch遮罩，对fMRI体素数据的空间冗余进行稀疏编码处理，得到体素小块；体素小块通过一维卷积层转化成嵌入token，并随机遮罩至编码器中，在编码器的末端添加掩码符号、位置嵌入、patch编码，线性投影转化为解码器的嵌入空间，得到fMRI的潜在特征；获取fMRI对应的图像和文本数据集，在fMRI图像和文本数据集中利用训练好的CLIP模型提取CLIP的视觉和文本特征，对CLIP的视觉特征进行解码，得到初步图像；通过自编码器进行编码，利用fMRI的潜在特征和CLIP的文本特征通过线性插值混合，得到像素重建，实现了结构清晰的初步重建图像的快速生成。
📄 2024105594353
📂 G06T11_00
👤 南京邮电大学
📅 2024-05-08
本发明公开了一种基于深度学习的电阻抗成像形状重建方法,包括:使用有限元方法,对背景区域以三角形为单元进行剖分;在背景区域内设置控制点向量,采用B样条闭合曲线生成方法得到背景区域内目标物体的边界形状及其位置;在背景阻抗值为σ0的情况下,设置不同目标物体的阻抗值,使用有限元法计算边界电压值;将边界电压值作为神经网络的输入,不同目标物体的阻抗值和控制点向量作为神经网络的输出,得到神经网络模型的训练数据集,建立EIT深度学习网络模型;将被测区域的边界电压值输入到训练好的神经网络模型,输出被测区域物体的阻抗值以及控制点向量,进而重建被测区域内目标物体边界形状及其位置。
📄 2021110380026
📂 G06T11_20
👤 南京邮电大学
📅 2021-09-06
本发明公开了一种基于密集匹配点云特征的城市建筑物三维模型重建方法，通过Alpha Shape算法提取建筑物的初始轮廓，再利用道格拉斯‑普克（Douglas‑Peucker，D‑P）算法提取关键轮廓点进行主方向规则化处理；最后结合建筑物轮廓线信息和高程信息构建LOD1级城市建筑物三维模型。该方法能够有效克服传统Alpha Shape算法所易出现的轮廓线呈锯齿状的现象，对实现建筑物单体化的构建具有重要应用价值。
📄 2024101232955
📂 G06T17_05
👤 江苏海洋大学
📅 2024-01-30
本发明公开了一种基于核函数时间维填充及偏差修正的遥感气温重建方法，包括：以热红外遥感反演的晴空气温为基础，采用基于核函数加权的时间平滑方法，综合考虑气温的年周期性变化与短期动态波动，重建目标日期的理论晴空气温，对遥感气温因云层遮挡造成的缺测的时间维进行填补；量化云空下的理论晴空气温与实际观测到的云空气温之间的系统性偏差，结合多源环境变量构建偏差修正模型以计算云扰动引发的气温偏差项；将偏差修正模型应用到像元尺度，对云空下的理论晴空气温进行修正，得到更接近实际云下条件的气温估计值，生成连续、无缝的全天候遥感气温数据。本发明能够解决遥感气温估算在云覆盖条件下数据缺测的技术问题。
📄 2025113661890
📂 G06F30_27
👤 南京信息工程大学
📅 2025-09-24
本发明公开了基于迭代细化与K空间后验修正的多模态MRI重建方法，包括：采集欠采样的目标模态图像，以及全采样的辅助模态图像，并构成磁共振图像对；构建多模态MRI重建网络模型，包括图像域迭代细化网络、K空间后验修正模块、自适应融合模块；以磁共振图像对输入图像域迭代细化网络，分别提取图像特征，输出图像域重建特征；利用K空间后验修正模块将图像域重建特征映射至频域，获得频域修正特征；在自适应融合模块中对图像域重建特征和频域修正特征进行加权组合，形成双域融合特征；获得预测的重建图像结果。本发明利用深度学习技术通过跨模态结构对齐与频域联合优化实现高效、准确的磁共振图像重建。
📄 2026106028003
📂 G06T17_00
👤 南京信息工程大学
📅 2026-05-06
本发明公开了一种图像超分辨率重建方法，包括：获取训练数据集并对训练数据集进行增广处理；构建图像超分辨率重建网络模型；通过增广处理后的训练数据集对构建好的图像超分辨率重建网络模型进行训练；将待重建的图像输入训练好的图像超分辨率重建网络模型得到重建的超分辨率图像，本发明在不改变成像系统硬件设备的前提下，能够有效提升获取图像的边缘清晰度。
📄 2022115299928
📂 G06T3_4053
👤 南京信息工程大学
📅 2022-11-30
本发明公开了一种融合时空上下文信息的气象雷达缺失帧重建方法，包括：对原始气象雷达观测数据进行预处理，得到规范化的雷达回波序列数据；采用随机掩码策略对规范化后的雷达回波序列数据进行缺失模拟，构建训练样本集；引入高效上采样模块及多尺度渐进式融合机制，构建融合时空上下文信息的气象雷达缺失帧重建模型并进行模型训练，通过残差式融合保留高层语义与低层细节，通过嵌入坐标信息的上采样使跨层级特征在空间位置上对齐；将实际缺失的雷达回波序列输入训练完成的缺失帧重建模型，输出补全后的完整雷达回波序列。本发明方法能显著提高雷达数据的完整性与可用性，为气象灾害的精准监测与及时预警等下游业务提供了可靠的数据支撑。
📄 2026101291223
📂 G01S13_95
👤 南京信息工程大学
📅 2026-01-30
本发明公开了一种隧道场景下车载毫米波雷达信号重建方法，涉及信号处理与雷达技术领域，首先，引入适应不同雷达场景特性的多模态测量矩阵Φ，以增强稀疏投影表达能力；其次，基于重构误差动态调整的稀疏水平估计方法，提升算法对信号实际稀疏性的适配性；再结合支撑集在多迭代过程中的交叉稳定性分析；同时引入正则化残差反馈机制，在每轮迭代中强化对微弱分量的识别与补偿；最终，通过终局重构调优策略整合，进一步提升重构精度与鲁棒性；实验结果表明，本发明方法在不同稀疏水平、信噪比与采样率下均具有更优的检测率、更低的误差与更强的泛化能力，特别适用于资源受限环境下的车载雷达系统信号处理。
📄 2025114855075
📂 G01S13_931
👤 南京信息工程大学
📅 2025-10-17
本发明公开一种气象数据压缩重建方法，属于数据压缩重建技术领域，包括基于归一化映射函数和地理掩膜信息对气象监测数据进行预处理得到张量数据，基于级联增强型混合编码网络对张量数据进行处理得到基础气象重建数据；若气象监测数据与基础气象重建数据之间的物理误差小于等于预设阈值则将基础二进制码流作为压缩结果；否则根据物理误差大于预设阈值的基础气象重建数据构建稀疏二值掩膜；提取掩膜区域残差值并进行量化生成增量补丁码流，并与基础二进制码流作为压缩结果；基于压缩结果进行联合解码和反归一化得到重建数据。本发明解决了现有技术中高压缩率与高保真度难以兼得、流体动力学特征易丢失以及极端异常值误差不可控的问题。
📄 2026104539911
📂 H03M7_30
👤 南京信息工程大学
📅 2026-04-08
一种基于UV位置图与CGAN的单图像大姿态三维彩色人脸重建方法，使用UV位置记录生成三维点云模型，再使用基于CGAN设计的网络补全残缺的人脸，最终获得完整彩色三维人脸模型。通过设计一个编码‑解码网络，从原始RGB图像生成并记录完整的三维人脸信息的二维UV位置图，然后使用一个卷积神经网络从中重塑出三维人脸；然后考虑了人脸大姿态的自遮挡情况，通过设计了一种特殊的条件生成对抗网络补全UV纹理图的缺失。本发明提出的方法能够实现更高的重建精度和更多的纹理细节，特别是在大姿态人脸图像重建应用中，能够获得更加完整和真实的三维人脸模型，并在应对复杂的环境因素时具备更强的鲁棒性。
📄 2021102904180
📂 G06T17_20
👤 浙江工业大学
📅 2021-03-18
一种基于ConvLSTM的时序序列影像重建方法，包含：步骤1：构造时间序列影像；步骤2：提取地表同质影像对象；步骤3：对同质影像对象进行分类，根据地物覆盖类型的不同，建立地物分类体系CL，根据分类体系CL选择分类样本，然后构建特征空间也就是参与分类的特征，将其应用到所有类别中，最后执行分类，实现根据地物不同覆盖类型对图斑进行分类的效果；步骤4：构建ConvLSTM网络框架；ConvLSTM在FC‑LSTM的基础上将输入到状态，状态到状态的前馈式计算方式转换为卷积形式；步骤5：制作训练样本，进行模型训练；步骤6：模型预测；将Pt1与M作差集运算得到带有缺失部分需要重建的数据集M'，利用模型捕获到的时间变化趋势和空间信息特征对M'进行预测，实现了对缺失部分的重建。
📄 2021103597917
📂 G06T11_00
👤 浙江工业大学
📅 2021-04-02
柿子坊 · 知识产权运营
柿子坊知识产权运营平台