一种基于Transformer增强残差自编码网络的图像压缩感知重建方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于Transformer增强残差自编码网络的图像压缩感知重建方法,其特征在于,包括如下步骤:1)对图像观测值y进行初始线性重建;2)设计并采用基于Transformer进行特征增强的残差自编码网络进行深度重建;3)基于全局‑局部联合损失函数进行网络训练。这种方法能更好地捕捉局部和全局特征,有效增强特征信息,精确重建原始图像。
《一种基于Transformer增强残差自编码网络的图像压缩感知重建方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023100351191,当前法律状态为已下证,由桂林电子科技大学提出申请,发明人为林乐平;廖心竹;欧阳宁;莫建文,申请日期为2023-01-10,公开(公告)日期为2025-10-10,国际专利分类号(IPC)为 G06T 9/00 (2006.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于Transformer增强残差自编码网络的图像压缩感知重建方法,其特征在于,包括如下步骤:1)对图像观测值y进行初始线性重建;2)设计并采用基于Transformer进行特征增强的残差自编码网络进行深度重建;3)基于全局‑局部联合损失函数进行网络训练。这种方法能更好地捕捉局部和全局特征,有效增强特征信息,精确重建原始图像。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
