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！

龙图腾网获悉陕西师范大学申请的专利单幅图像超分辨率重建方法、装置、设备及可读存储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：CN113850721B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202111129980.1，技术领域涉及：G06T3/4053；该发明授权单幅图像超分辨率重建方法、装置、设备及可读存储介质是由梁就;张钰;薛江波;张育;胡延达设计研发完成，并于2021-09-26向国家知识产权局提交的专利申请。

本单幅图像超分辨率重建方法、装置、设备及可读存储介质在说明书摘要公布了：本发明公开了一种单幅图像超分辨率重建方法、装置、设备及可读存储介质，获取训练数据集，对所述训练数据集中的图像进行裁剪，得到图像块训练数据集；根据所述图像块训练数据集，构建基于普通卷积和内卷积相结合的端到端图像超分辨率重建模型；设置所述端到端图像超分辨率重建模型的超参数，采用损失函数和优化器并设置训练终止条件后对所述端到端图像超分辨率重建模型进行训练，得到训练完成的端到端图像超分辨率重建模型；将低分辨率图像输入到所述训练完成的端到端图像超分辨率重建模型中，得到所述训练完成的端到端图像超分辨率重建模型输出的高分辨率图像。本发明目的在于降低网络参数量的同时提升图像超分辨率重建的性能。

本发明授权单幅图像超分辨率重建方法、装置、设备及可读存储介质在权利要求书中公布了：1.一种单幅图像超分辨率重建方法，其特征在于，包括： 获取训练数据集，对所述训练数据集中的图像进行裁剪，得到图像块训练数据集； 根据所述图像块训练数据集，采用残差学习和稠密连接相结合的方式，并引入involution机制，构建基于普通卷积和内卷积相结合的端到端图像超分辨率重建模型，具体为：利用卷积层从所述图像块训练数据集中提取图像的低层次特征；利用四个由卷积层和内卷积层组成的残差特征蒸馏模块从所述图像块训练数据集中提取图像的高层次特征；利用一个1×1的卷积层控制需要保留的图像的特征图的维度；利用由卷积层和内卷积层组成的图像重建模块恢复低层次特征和高层次特征，从而获得高分辨率残差图像；利用提取的图像的特征对图像进行放大重建，得到基于普通卷积和内卷积相结合的端到端图像超分辨率重建模型； 设置所述端到端图像超分辨率重建模型的超参数，采用损失函数和优化器并设置训练终止条件后对所述端到端图像超分辨率重建模型进行训练，得到训练完成的端到端图像超分辨率重建模型；所述损失函数的定义如下： 式中，Θ代表端到端图像超分辨率重建模型的超参数；和分别表示训练图像块中的低分辨率图像和与之对应的高分辨率图像；表示端到端图像超分辨率重建模型处理后输出的超分辨率图像；M表示图像块的数量； 将低分辨率图像输入到所述训练完成的端到端图像超分辨率重建模型中，得到所述训练完成的端到端图像超分辨率重建模型输出的高分辨率图像。

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陕西师范大学，其通讯地址为：710119 陕西省西安市长安区西长安街620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”。