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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 重庆理工大学陈芬获国家专利权

重庆理工大学陈芬获国家专利权

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!

龙图腾网获悉重庆理工大学申请的专利融合空间和角度特征的光场图像超分辨率重建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:CN116977168B

龙图腾网通过国家知识产权局官网在2025-05-27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:202310742337.9,技术领域涉及:G06T3/4053;该发明授权融合空间和角度特征的光场图像超分辨率重建方法是由陈芬;蔡真真;张华波;彭宗举;韦玮设计研发完成,并于2023-06-21向国家知识产权局提交的专利申请。

融合空间和角度特征的光场图像超分辨率重建方法在说明书摘要公布了:本发明具体涉及融合空间和角度特征的光场图像超分辨率重建方法,包括:将目标光场图像输入训练后的超分辨重建模型,输出超分辨率重建图像;模型训练时:提取低分辨率的光场图像中各个子孔径图像的2D空间特征和2D角度特征,然后连接2D空间特征和2D角度特征生成全局特征;对全局特征进行融合增强,生成光场图像的4D光场特征;根据光场图像的4D光场特征进行超分辨率重建,生成超分辨率重建图像;根据超分辨率重建图像和用作样本的高分辨率的光场图像计算训练损失,优化超分辨重建模型的参数直至模型收敛。本发明能够充分考虑光场图像的2D空间特征和2D角度特征,并且能够实现光场图像中空间特征信息和角度特征信息的有效互补。

本发明授权融合空间和角度特征的光场图像超分辨率重建方法在权利要求书中公布了:1.融合空间和角度特征的光场图像超分辨率重建方法,其特征在于,包括:S1:获取待重建的目标光场图像;S2:将目标光场图像输入训练后的超分辨重建模型,输出对应的超分辨率重建图像;通过如下步骤训练超分辨重建模型:S201:将用作样本的高分辨率的光场图像转换为低分辨率的光场图像后作为模型输入;S202:提取低分辨率的光场图像中各个子孔径图像的2D空间特征;步骤S202中,将低分辨率的光场图像作为空间特征提取模块的输入,经由空间特征提取模块提取对应的2D空间特征;其中,空间特征提取模块包括依次首尾连接的卷积层、第一ResBlock模块、第一ResRFB模块、第二ResBlock模块和第二ResRFB模块;卷积层用于提取低分辨率的光场图像的浅层特征;第一ResBlock模块和第二ResBlock模块用于激活提取的特征;第一ResRFB模块和第二ResRFB模块用于通过空洞卷积扩大感受野、加强通道像素间的关联,进而提取对应的空间特征;第二ResRFB模块的输出为最终的2D空间特征;第一ResRFB模块和第二ResRFB模块均包括第一1×1卷积层、输入端分别与第一1×1卷积层的输出端连接的三条支路、输入端分别与三条支路的输出端连接且用于连接三条支路输出特征的连接层、以及输入端与连接层的输出端连接的第二1×1卷积层;连接层和第二1×1卷积层之间设置有Relu激活函数层;三条支路包括:由第三1×1卷积层和膨胀率为1的空洞卷积层组成的第一支路、由3×3卷积层和膨胀率为3的空洞卷积层组成的第二支路、以及由5×5卷积层和膨胀率为5的空洞卷积层组成的第三支路;在RFB的基础上增加了残差结构形成ResRFB模块,其是具有不同尺寸卷积核的卷积层和空洞池化层构成的多分支结构,并采用空洞卷积扩大感受野,加强通道像素间的关联,学习光场图像中每个视图的2D空间特征,实现对空间纹理信息的有效提取;S203:在2D空间特征的基础上提取各个子孔径图像的2D角度特征,然后连接各个子孔径图像的2D空间特征和2D角度特征生成对应的全局特征;步骤S203中,将各个子孔径图像的2D空间特征作为堆栈输入,经由角度特征提取模块提取各个子孔径图像的2D角度特征,并连接各个子孔径图像的2D角度特征与2D空间特征生成全局特征;角度特征提取模块包括用于在不同子孔径图像的2D空间特征对之间提取新的视点特征的若干个并行分支、输入端分别与若干个并行分支的输出端连接且用于合并各个并行分支输出特征的3×3卷积层、以及用于连接2D角度特征与2D空间特征并生成全局特征的特征连接层;通过多个并行分支搜寻光场子孔径图像不同视角间的角度约束;并行分支包括依次首尾连接的9×9卷积层、Relu激活函数层、5×5卷积层、Relu激活函数层、3×3卷积层和Relu激活函数层;S204:对各个子孔径图像的全局特征进行融合增强,生成光场图像的4D光场特征;S205:根据光场图像的4D光场特征进行超分辨率重建,生成超分辨率重建图像;S206:根据超分辨率重建图像和用作样本的高分辨率的光场图像计算训练损失,并基于训练损失优化超分辨重建模型的参数;S207:重复步骤S201至步骤S206,直至超分辨重建模型收敛;S3:将输出的超分辨率重建图像作为目标光场图像的超分辨率重建结果。

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”。

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。