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！

龙图腾网获悉浙江大学;芯联集成电路制造股份有限公司申请的专利基于轻量化卷积神经网络的文本图像超分辨率方法和系统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：CN120339077B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202510823738.6，技术领域涉及：G06T3/4053；该发明授权基于轻量化卷积神经网络的文本图像超分辨率方法和系统是由丁勇;余庆;刘毅飞设计研发完成，并于2025-06-19向国家知识产权局提交的专利申请。

本基于轻量化卷积神经网络的文本图像超分辨率方法和系统在说明书摘要公布了：本发明公开了一种基于轻量化卷积神经网络的文本图像超分辨率方法和系统，属于图像超分辨率技术领域。使用低质量文本图像‑真值图像对训练一个轻量化卷积神经网络，实现低质量文本图像的超分辨率重建；训练过程中，提取重建得到的高分辨率文本图像及其真值图像的多层次特征图，利用LSTM网络提取多层次特征图中空间分辨率最小的特征图的记忆信息，生成记忆信息的嵌入向量；分别计算重建得到的高分辨率文本图像及其真值图像的多层次特征图之间的各层次误差、以及记忆信息的嵌入向量之间的记忆误差，将各层次误差和记忆误差之间的加权结果作为训练损失。本发明能够在非常低的参数量和运算资源消耗下实现优异的重建效果。

本发明授权基于轻量化卷积神经网络的文本图像超分辨率方法和系统在权利要求书中公布了：1.一种基于轻量化卷积神经网络的文本图像超分辨率方法，其特征在于，包括： 使用低质量文本图像‑真值图像对训练一个轻量化卷积神经网络，实现低质量文本图像的超分辨率重建； 所述轻量化卷积神经网络包含一个用于提取低质量文本图像的浅层特征的第一网络、一个用于从浅层特征的语义信息中提取第一深层特征和第二深层特征的第二网络、一个用于融合语义信息及其两个深层特征的第一融合网络、一个用于融合浅层特征和第一融合网络输出结果的第二融合网络、以及用于利用第二融合网络输出结果重建高分辨率文本图像的第三网络；第二网络包括一个卷积层、若干堆叠的第二残差块和两个并列的、同结构的深层提取分支，先依次利用卷积层和若干堆叠的第二残差块提取得到浅层特征的语义信息，再利用两个深层提取分支从语义信息中分别提取得到第一深层特征和第二深层特征；深层提取分支为多层次结构，在每一层中将前一层输出特征作为输入特征执行卷积操作，将卷积操作结果进行非线性激活后，再与输入特征在通道维度拼接，得到当前层输出特征；第一融合网络先对语义信息、第一深层特征和第二深层特征在通道维度拼接，再对拼接结果利用若干堆叠的第三残差块提取得到第一融合特征；第二融合网络先对浅层特征和第一融合网络输出结果在通道维度拼接，并对拼接结果进行卷积操作，再将卷积操作结果进行非线性激活后执行1×1卷积，得到包含全局信息的第二融合特征； 用于训练轻量化卷积神经网络的损失函数的构建过程包括： 提取重建得到的高分辨率文本图像及其真值图像的多层次特征图，利用LSTM网络提取多层次特征图中空间分辨率最小的特征图的记忆信息，生成记忆信息的嵌入向量；分别计算重建得到的高分辨率文本图像及其真值图像的多层次特征图之间的各层次误差、以及记忆信息的嵌入向量之间的记忆误差，将各层次误差和记忆误差之间的加权结果作为训练损失。

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浙江大学;芯联集成电路制造股份有限公司，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。