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！

龙图腾网获悉南京大学申请的专利文本图像超分辨率增强方法、电子设备及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：CN119338680B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411482048.0，技术领域涉及：G06T3/4053；该发明授权文本图像超分辨率增强方法、电子设备及存储介质是由苏丰;庄泽明;李明骏;许朔设计研发完成，并于2024-10-23向国家知识产权局提交的专利申请。

本文本图像超分辨率增强方法、电子设备及存储介质在说明书摘要公布了：本发明公开一种融合文本边缘、分割和语义特征的文本图像超分辨率增强方法、电子设备及存储介质。文本图像超分辨率增强方法包括以下步骤：获取低分辨率输入文本图像的边缘特征、分割特征、语义特征及文本图像特征；将边缘特征、分割特征、语义特征及文本图像特征进行融合处理，得到高分辨率文本图像。本发明通过引入视觉‑语义提示生成器，将文本图像的边缘特征和分割特征分别与语义特征融合，生成两种互补的文本视觉‑语义提示引导文本图像的重建。引入多提示重建模块及跨模态注意力机制，将两种文本视觉‑语义提示中的信息与文本图像特征进行融合与增强。增强后的文本图像特征经自适应融合模块和像素上采样处理后得到超分辨率增强后的文本图像。

本发明授权文本图像超分辨率增强方法、电子设备及存储介质在权利要求书中公布了：1.一种融合文本边缘、分割和语义特征的文本图像超分辨率增强方法，其特征在于，包括以下步骤： 获取低分辨率输入文本图像的边缘特征、分割特征、语义特征及文本图像特征； 将边缘特征、分割特征、语义特征及文本图像特征进行融合处理，得到高分辨率文本图像； 视觉-语义提示生成器以文本图像的边缘特征、分割特征以及语义特征为输入，首先对语义特征应用反卷积层和批归一化层，获得与图像的边缘和分割特征相同大小的二维语义特征图，再对其应用可变形卷积层以提高提示生成器应对文本形变的能力；然后，视觉-语义提示生成器引入了一个稀疏交叉注意力模块，在有效结合文本图像的语义特征和边缘或分割特征并刻画两者之间的相关性的同时，自适应地减轻可能存在于边缘分割图中的错误情况对特征匹配和融合的影响，从而生成准确的文本视觉-语义提示；稀疏交叉注意力模块的处理过程可描述为： 其中，Top-K为对输入值进行降序排列并取其前K个最高值的操作；Sij是矩阵S中第i行第j列元素的值；ΦTop-KS为保存了对矩阵S中值进行Top-K操作后的结果值的矩阵,矩阵中其余对应非Top-K操作结果的位置上的值被置为0；[ΦTop-KS]ij为矩阵ΦTop-KS中第i行第j列元素的值；SPCAQ,K,V为针对查询特征矩阵Q、键特征矩阵K和值特征矩阵V的稀疏交叉注意力；Softmax表示softmax函数；KT表示键特征矩阵K的转置；dK是键特征矩阵K中特征向量的维度；在所述视觉-语义提示生成器中，Q中特征来自经过可变形卷积、层归一化、卷积和逐通道卷积处理后的二维语义特征图，K和V中特征来自经过层归一化、卷积和逐通道卷积处理后的边缘特征图或分割特征图；稀疏交叉注意力模块的输出进一步经过卷积层、残差连接和前馈神经网络后，得到结合文本图像的边缘或分割信息与语义信息的文本视觉-语义提示； 多提示重建模块的每个处理分支由一个视觉-语义提示增强的顺序循环块和一个互学习动态卷积块组成； 视觉-语义提示增强的顺序循环块首先自适应地融合文本图像特征和文本视觉-语义提示特征，融合过程描述如下： 其中，Fout表示融合后的特征；表示Hadamard积，Sigmoid表示sigmoid层，W是可学习的线性变换矩阵，F1in、F2in、F3in是分别使用卷积操作将沿通道维度级联起来的文本图像特征和文本视觉-语义提示特征投影到三个不同特征空间的结果；融合后的特征Fout随后经过两个卷积层和一个双向长短期记忆网络，得到经过文本视觉-语义提示增强后的文本图像特征； 互学习动态卷积块进一步使用另一处理分支得到的文本图像特征所刻画的文本视觉线索，对本分支的视觉-语义提示增强的顺序循环块生成的文本图像特征进行补充和增强；针对文本的形状特点，互学习动态卷积块使用动态蛇形卷积实现了一种跨模态注意力机制，其中首先基于另一处理分支得到的特征，使用一个卷积网络预测动态蛇形卷积的采样网格位移量参数，再将动态蛇形卷积应用于本处理分支的特征之上，从而有效结合两个处理分支的信息； 将边缘特征、分割特征、语义特征及文本图像特征进行融合处理，得到高分辨率文本图像步骤，包括： 将边缘特征和分割特征分别与语义特征一起输入视觉-语义提示生成器，得到结合边缘与语义信息以及结合分割与语义信息的两种文本视觉-语义提示； 将两种文本视觉-语义提示和文本图像特征，输入多个级联的集成跨模态注意力机制的多提示重建模块进行融合与增强； 最后经由文本图像特征自适应融合模块和像素上采样处理后得到高分辨率文本图像。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163号南京大学仙林校区；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。