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！

龙图腾网获悉华侨大学申请的专利基于散射和特征交互的轻量级图像超分辨率方法及装置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：CN120374393B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510851281.X，技术领域涉及：G06T3/4053；该发明授权基于散射和特征交互的轻量级图像超分辨率方法及装置是由郑勋浩;黄德天;林明昕;王一凡设计研发完成，并于2025-06-24向国家知识产权局提交的专利申请。

本基于散射和特征交互的轻量级图像超分辨率方法及装置在说明书摘要公布了：本发明涉及图像超分辨率技术领域，公开了一种基于散射和特征交互的轻量级图像超分辨率方法及装置，方法包括以下步骤：对给定的低分辨率输入图像，通过3×3卷积层提取浅层特征；将浅层特征依次输入到若干个散射交互整合模块中，得到深层特征；将浅层特征与深层特征输入图像重建模块中进行上采样，生成高分辨率图像；散射交互整合模块包括若干个Transformer层，每个Transformer层先利用散射预处理子模块对输入特征进行散射预处理，再利用token交互整合子模块对散射预处理得到的结果与浅层特征进行自注意力计算，得到输出特征。本发明利用高低频特征的特性进行细粒度特征的提取，通过爱因斯坦混合法减小计算复杂度，利用token多尺度交互进一步提高网络性能表现。

本发明授权基于散射和特征交互的轻量级图像超分辨率方法及装置在权利要求书中公布了：1.一种基于散射和特征交互的轻量级图像超分辨率方法，其特征在于，包括以下步骤： 对给定的低分辨率输入图像，通过3×3卷积层提取浅层特征； 将浅层特征依次输入到若干个散射交互整合模块中，得到深层特征； 将浅层特征与深层特征输入图像重建模块中进行上采样，生成最终的高分辨率图像； 其中，第一个散射交互整合模块的输入特征为浅层特征，其余散射交互整合模块的输入特征为上一个散射交互整合模块的输出特征，最后一个散射交互整合模块的输出特征为深层特征；每个散射交互整合模块包括若干个依次连接的Transformer层，每个Transformer层先利用散射预处理子模块对输入特征进行散射预处理，再利用token交互整合子模块对散射预处理得到的结果与浅层特征进行自注意力计算，得到该Transformer层的输出特征；第一个Transformer层的输入特征为散射交互整合模块的输入特征，其余Transformer层的输入特征为上一个Transformer层的输出特征，最后一个Transformer层的输出特征为散射交互整合模块的输出特征； 所述利用token交互整合子模块对散射预处理得到的结果与浅层特征进行自注意力计算，得到Transformer层的输出特征，具体为：对XSPM-out进行线性变换，映射到特定维度空间，生成查询向量Q；token交互整合子模块接收XSPM-out，通过不同核大小和步长的深度可分离卷积映射生成键向量K和值向量V；基于计算得到的查询向量Q、键向量K和值向量V，对浅层特征和XSPM-out进行自注意力计算，得到该Transformer层的输出特征；所述XSPM-out表示散射预处理子模块输出的特征； 所述token交互整合子模块的内部处理流程，包括以下步骤： 接收XSPM-out作为输入特征，利用第一深度可分离卷积生成大尺度键向量K和大尺度值向量V，利用第二深度可分离卷积生成小尺度键向量K和小尺度值向量V； 小尺度键向量K和小尺度值向量V通过3×3的深度可分离卷积与大尺度键向量K和大尺度值向量V进行信息交互，得到第一交互结果； 大尺度K和大尺度V缩小尺度后，通过3×3的深度可分离卷积与小尺度K和小尺度V进行信息交互，得到第二交互结果； 通过1×1的卷积层整合第一交互结果和第二交互结果，得到最终输出的键向量K和值向量V。

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华侨大学，其通讯地址为：362000 福建省泉州市丰泽区城东城华北路269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”。