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！

龙图腾网获悉魔视智能科技(武汉)有限公司申请的专利一种图像重建方法、装置、设备及介质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：CN115147283B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202210924691.9，技术领域涉及：G06T3/4053；该发明授权一种图像重建方法、装置、设备及介质是由陈鹏;陈宇;胡启昶;李腾;李发成;张如高;虞正华设计研发完成，并于2022-08-03向国家知识产权局提交的专利申请。

本一种图像重建方法、装置、设备及介质在说明书摘要公布了：本发明公开了一种图像重建方法、装置、设备及介质，涉及计算机视觉领域，该方法包括：将第一分辨率的图像输入至训练好的超分辨率卷积神经网络模型中，得到超分辨率卷积神经网络模型输出的第二分辨率的图像；超分辨率卷积神经网络模型中所有卷积层、批归一化层、点加层和上采样层均通过量化处理进行模型计算位宽的压缩；超分辨率卷积神经网络模型在训练过程中通过自监督损失函数使得量化前后的数据的误差在预设范围内。本发明极大地降低了模型的计算复杂度，能带来超分辨率卷积神经网络模型在实际应用时运行速度、功耗、访存带宽等方面的优势；通过自监督损失函数约束量化系数，稳定训练过程，有效地提高了超分辨率卷积神经网络模型的量化精度。

本发明授权一种图像重建方法、装置、设备及介质在权利要求书中公布了：1.一种图像重建方法，其特征在于，所述方法包括： 将第一分辨率的图像输入至训练好的超分辨率卷积神经网络模型中，得到超分辨率卷积神经网络模型输出的第二分辨率的图像；第二分辨率高于第一分辨率； 超分辨率卷积神经网络模型中所有卷积层、批归一化层、点加层和上采样层均通过量化处理进行模型计算位宽的压缩；超分辨率卷积神经网络模型在训练过程中通过自监督损失函数使得量化前后的数据的误差在预设范围内，且，超分辨率卷积神经网络模型最终的损失函数是基于自监督损失函数对初始的损失函数进行更新后得到的； 所述批归一化层通过公式5进行量化处理： 其中， 表示批归一化层的输出数据；αconv表示距离该批归一化层最近的前置的卷积层的输出数据的浮点部分；ηconv表示距离该批归一化层最近的前置的卷积层的输出数据的整数部分；μ表示批归一化层的均值；σ表示批归一化层的方差；∈表示批归一化层用来避免σ造成的除法溢出错误的常数；γ表示批归一化层的的归一化系数；β表示批归一化层的偏置；αz表示对数据z进行处理的批归一化层的输出数据的浮点部分；ηz表示对数据z进行处理的批归一化层的输出数据的整数部分；表示进行四舍五入的取整函数。

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魔视智能科技(武汉)有限公司，其通讯地址为：430058 湖北省武汉市武汉经济技术开发区22MB地块湖北文创科技企业孵化器(集-WCKJ-C2101)；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”。