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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于深度学习的视频图像空间转换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：CN119338668B 。

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：202411290066.9，技术领域涉及：G06T3/16；该发明授权基于深度学习的视频图像空间转换方法是由黄魁华;杜航;程光权;黄金才;张勇;江禄民设计研发完成，并于2024-09-14向国家知识产权局提交的专利申请。

本基于深度学习的视频图像空间转换方法在说明书摘要公布了：本发明公开了基于深度学习的视频图像空间转换方法，包括以下步骤：将视频信息输入到特征提取网络中，获得时间和内容信息的多尺度特征信息；将所述的多尺度特征信息输入到多尺度叶层分类网络，使用叶层分类网络对提取到的多尺度特征表示进行分类，确保在不同尺度上能够精确捕捉到图像的局部和全局信息；通过全像素关联网络，计算输入帧之间的相关体积，并通过迭代更新得到光流估计；通过对比学习，在时间和空间维度上优化视频转换效果；通过循环一致性优化保证生成的视频序列的整体一致性；使用生成器生成目标图像，并通过判别器评估生成图像的质量；采用生成的高质量图像转换为视频输出。

本发明授权基于深度学习的视频图像空间转换方法在权利要求书中公布了：1.基于深度学习的视频图像空间转换方法，其特征在于，包括以下步骤： 步骤1，将视频信息输入到特征提取网络中，获得时间和内容信息的多尺度特征信息； 步骤2，将所述的多尺度特征信息输入到多尺度叶层分类网络，使用叶层分类网络对提取到的多尺度特征信息进行分类，确保在不同尺度上能够精确捕捉到图像的局部和全局信息； 步骤3，通过全像素关联网络，计算输入帧之间的相关体积，并通过迭代更新得到光流估计； 步骤4，通过对比学习，在时间和空间维度上优化视频转换效果；通过循环一致性优化保证生成的视频序列的整体一致性； 步骤5，使用生成器生成目标图像，并通过判别器评估生成图像的质量； 步骤6，采用生成的高质量图像转换为视频输出； 步骤5中所述的使用生成器生成目标图像，包括以下步骤： 生成器首先从输入图像中提取多尺度特征，然后结合叶层分类网络的分类结果，对这些特征进行结构约束和融合，确保生成器在生成图像时，保留了图像的空间几何特征和层次结构； 在融合了空间结构信息后，生成器进一步参考全像素关联网络提供的光流场信息，通过光流引导，生成器生成的目标图像在时间序列上保持运动一致性，并且对动态变化的部分进行运动补偿和调整； 最后，生成器利用空间结构和时间动态融合的信息，通过一系列的卷积和反卷积操作，生成目标图像； 步骤5中所述的通过判别器评估生成图像的质量，包括以下步骤： 空间结构检查，判别器将生成图像的特征与叶层分类网络的输出进行比较，检查图像是否在空间结构上与原始图像保持一致； 时间动态检查，判别器利用全像素关联网络的光流信息，评估生成图像与相邻帧之间的运动一致性； 判别器将空间结构检查和时间动态检查的结果进行综合评估，生成一个最终的判别结果，输出图像的质量评分，如果生成图像在这两方面都表现良好，则判别器会给出较高的质量评分，反之则为较低的质量评分。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。