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高质量超分辨率图像重建方法、装置、设备和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：CN119359543B 。

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：202411504321.5，技术领域涉及：G06T3/4053；该发明授权高质量超分辨率图像重建方法、装置、设备和存储介质是由黄山;曾令斌;张可;周晓磊;范强;徐歆尧;严浩;王芳潇;张骁雄;虎文龙设计研发完成，并于2024-10-25向国家知识产权局提交的专利申请。

本高质量超分辨率图像重建方法、装置、设备和存储介质在说明书摘要公布了：本申请涉及一种高质量超分辨率图像重建方法、装置、设备和存储介质。该方法设计了多尺度特征提取机制，能够从全局视角对图像进行整体分析，本方法的网络架构的核心是多尺度特征提取模块，该模块由一个非传统的卷积层、一个激活层以及一个多特征混合提取过程组成；多特征混合提取组件在扩展感受野后使用空洞卷积，从而在保持模型简单性的同时，能够捕捉到更广泛的特征。本方法利用并行混合注意力模块来提升模型的细节重建能力；通过在不同尺度上生成特征图并将其输入到PHA模块中，确保了模型在重建细节方面的能力得到全面增强。这种多尺度特征提取与并行混合注意力机制的战略性整合，克服了现有方法的局限性，促进了高保真超分辨率图像的生成。

本发明授权高质量超分辨率图像重建方法、装置、设备和存储介质在权利要求书中公布了：1.一种高质量超分辨率图像重建方法，其特征在于，所述方法包括： 将输入图像输入到浅层特征提取模块中，得到浅层特征；所述浅层特征提取模块用于采用单层卷积从所述图像中提取低频信息，输出浅层特征； 将所述浅层特征输入到深层特征提取模块中进行细粒度特征提取，得到深层特征；所述深层特征提取模块包括多个残差卷积模块和多个多尺度特征提取模块；所述多尺度特征提取模块用于对输入特征进行卷积处理后与输入特征同局部特征融合机制交互信息，然后经过多特征混合提取模块处理后与所述输入特征进行全局特征融合，得到多尺度融合特征；所述多特征混合提取模块用于通过不同扩展率的特征提取分支进行多尺度图像特征提取后采用并行混合注意力模块进行混合加权操作，将混合加权结果与输入到多特征混合提取模块的特征进行融合，得到多尺度融合特征；所述多特征混合提取模块包括：四个不同扩展率的特征提取分支和并行混合注意力模块；每个特征提取分支包括一个空洞卷积层； 将所述深层特征输入到超分辨率重建模块中，得到高质量的重构图像；所述超分辨率重建模块用于采用不同数量的卷积层和子像素卷积层对所述深层特征进行调整，生成高质量的重构图像； 其中，所述多特征混合提取模块的提取的多尺度图像特征包括：第一尺度图像特征、第二尺度图像特征、第三尺度图像特征以及第四尺度图像特征； 在所述并行混合注意力模块中： 将所述第一尺度图像特征、所述第二尺度图像特征、所述第三尺度图像特征以及第四尺度图像特征通过全局平均池化获取全局特征表示，捕捉水平和垂直方向上的长距离依赖关系，同时保留位置关系，然后通过1×1卷积操作建模通道间的相关性，并通过sigmoid函数激活后，得到水平方向上和垂直方向上的全局特征为： 其中，为第i尺度图像特征对应的水平方向上的全局特征，，为第j尺度图像特征对应的垂直方向上的全局特征，；为第i尺度图像特征，m为不同尺度图像特征的尺度数量； 将水平方向上和垂直方向上的全局特征在第二通道维度上进行拼接后在通道维度上通过Softmax函数激活，得到水平方向上和垂直方向上的多尺度通道特征权重； 对水平方向上和垂直方向上的所述多尺度通道特征权重进行归一化处理，得到水平方向上和垂直方向上的归一化权重； 将所述第一尺度图像特征、所述第二尺度图像特征、所述第三尺度图像特征以及第四尺度图像特征分别与相应的归一化权重逐元素相乘，并对乘积结果求和，得到混合加权特征为： 其中，为混合加权特征，为水平方向上和垂直方向上的归一化权重；为输入特征。

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。