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！

龙图腾网获悉武汉大学申请的专利一种图像下采样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：CN115809962B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202211576778.8，技术领域涉及：G06T3/4053；该发明授权一种图像下采样方法和系统是由陈震中;黄成瑞设计研发完成，并于2022-12-09向国家知识产权局提交的专利申请。

本一种图像下采样方法和系统在说明书摘要公布了：本发明针对图像缩放和图像处理领域，公开了一种图像下采样方法和系统。首先通过尺度自适应特征提取模块从高分辨率图像提取尺度相关特征，再根据通过坐标映射得到的采样坐标对尺度相关特征进行重采样，获得多组与低分辨率图像具有相同大小的候选特征。与此同时，权重生成器根据采样坐标为每组候选特征生成自适应权重。最终通过使用生成的自适应权重对候选特征加权求和获得下采样后的低分辨率图像。本方法提出的图像下采样模型是在现有的基于插值的图像超分辨率重建方法的指导下训练得到的，可以有效解决基于插值的图像下采样方法得到的低分辨率图像通常不能充分适用于现有的图像超分辨率重建方法的问题。

本发明授权一种图像下采样方法和系统在权利要求书中公布了：1.一种图像下采样方法，其特征在于： 步骤1：构建图像下采样模型，具体包括： 步骤1.1：分别计算高分辨率空间和低分辨率空间下的坐标图，并对其作归一化处理； 步骤1.2：将高分辨率空间和低分辨率空间下的坐标图调整至相同大小； 步骤1.3：计算用于调整特征分布的特征缩放系数； 步骤1.4：计算用于调整特征分布的特征偏移参数； 步骤1.5：构建尺度自适应特征增强模块； 步骤1.6：构建尺度自适应特征提取模块； 步骤1.7：计算低分辨率图像像素位置到高分辨率空间的坐标映射； 步骤1.8：根据尺度因子确定用于采样的偏移量； 步骤1.9：根据映射坐标和偏移量确定采样坐标集合； 步骤1.10：根据采样坐标集合对尺度相关特征重新采样并得到多组候选特征； 步骤1.11：为候选特征集合中的每个候选特征生成自适应权重，具体过程为： 选用多层感知机作为权重生成器，自适应地为每个候选特征生成对应的权重；生成的自适应权重集合表示为 Ω＝{W|W＝fweightδx,δy,s,δx∈Δx,δy∈Δy} 其中fweight·表示一个基于多层感知机的权重生成器，δx,δy为采样偏移量，Δx,Δy为采样偏移量集合，s为尺度因子； 步骤1.12：使用自适应权重生成最终下采样后的低分辨率图像，具体过程为： 根据候选特征及其对应的自适应采样权重，下采样后的低分辨率图像可计算为 其中ffusion·表示通道特征融合模块，用来生成3通道的RGB图像，Ψ为采样后的候选特征集合，F为候选特征； 步骤2：构建图像下采样模型的损失函数； 步骤3：图像下采样模型训练优化。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区珞珈山武汉大学；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。