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！

龙图腾网获悉东华大学申请的专利基于多视图信息交互的光场图像超分辨率网络生成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：CN116957057B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202310410553.3，技术领域涉及：G06N3/094；该发明授权基于多视图信息交互的光场图像超分辨率网络生成方法是由杨永祺;周树波设计研发完成，并于2023-04-16向国家知识产权局提交的专利申请。

本基于多视图信息交互的光场图像超分辨率网络生成方法在说明书摘要公布了：本发明公开了一种基于多视图信息交互的光场超分辨率网络生成方法，属于图像超分辨率重构技术领域，为了解决光场图像空间分辨率不足的问题。本发明采用了对抗生成网络作为网络的整体结构来提高网络的性能。针对光场数据的特殊性采用了分解核卷积，来提取光场图像的空间角度信息，同时与通道注意力机制结合，形成基于分解核的通道注意力残差模块。所提网络的生成器中采用了多个分解核通道注意力残差模块串联，并在该部分引入输入密集残差结构，实现特征提取。而判别器中则同样使用分解核卷积来提取特征，输出最终判别结果。该网络能提取光场数据中的更丰富的信息，来实现光场超分辨率重建。

本发明授权基于多视图信息交互的光场图像超分辨率网络生成方法在权利要求书中公布了：1.一种基于多视图信息交互的光场超分辨率网络生成方法，其特征在于：网络生成器和判别器的输入均为光场的原始4维数据，即角度分辨率U×V，空间分辨率W×H；网络的生成器先通过3×3空间卷积和8个基于分解核的通道注意力残差模块，并引入输入图像连接和密集残差连接，实现特征提取；再用2个角度卷积实现特征融合，最后采用亚像素卷积完成空间分辨率上采样； 生成器输出的超分辨率光场图像和原高分辨率光场图像再分别送入判别器，先通过8层分解核卷积提取图像特征，最后经过一个平均池化层和两个1×1卷积输出判别结果； 其中分解核卷积的具体设计为：输入光场图像的数据维度为五维数据u,v,w,h,c，c表示通道数；经过降维处理后得到光场图像的各个低维子空间，认为维度表现为u×v,w,h,c的光场数据为子孔径图像，u×v认为是视角图像批次，也称作空间子空间；同样，维度表现为w×h,u,v,c的光场数据为角度子空间，维度表现为u×h,w,v,c、w×v,u,h,c、v×h,u,w,c、w×u,h,v,c的光场数据为EPI子空间，共六种子空间，分解核的操作即为将依次光场数据降维至各个子空间后，对2和3维度的数据进行2D卷积操作，具体可用以下公式表示： DKConv＝kh,vku,wku,hkw,vku,vkw,hL 其中，L表示光场的原始五维数据，kw,h表示对空间子空间进行卷积，该卷积也称作空间卷积；ku,v表示对角度子空间进行卷积，该卷积也成为角度卷积，kw,v、ku,h、ku,w、kh,v表示对EPI子空间进行卷积，DKConv表示分解核； 具体的卷积操作用以下公式表示： 其中，代表2D卷积操作，W代表相应2D卷积的权重，代表原始光场五维数据L变形的相应子空间，f·代表Relu激活函数操作；代表对光场数据进行变形并在维度d1,d2上进行卷积的操作； 基于分解核的通道注意力残差模块的结构为：首先在该通道注意力残差模块前放一个1×1的分解核卷积作为瓶颈层，将通道注意力残差模块的输入通道数变至预设大小，经过3×3分解核卷积的特征提取层后就送入通道注意力模块，计算得到通道注意力图，之后将得到的通道注意力加权相乘至通道注意力模块的输入上，最后和整个通道注意力残差模块的输入做一个相加链接得到通道注意力残差模块的最终输出。

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东华大学，其通讯地址为：200051 上海市长宁区延安西路1882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。