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！

龙图腾网获悉西安工程大学申请的专利基于三重注意双尺度残差网络的超分辨图像质量评价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：CN117252812B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202311077258.7，技术领域涉及：G06T7/00；该发明授权基于三重注意双尺度残差网络的超分辨图像质量评价方法是由张凯兵;权星;樊丹丹;何昕;陈金广;时光;孟雅蕾;师红宇设计研发完成，并于2023-08-25向国家知识产权局提交的专利申请。

本基于三重注意双尺度残差网络的超分辨图像质量评价方法在说明书摘要公布了：本发明公开了基于三重注意双尺度残差网络的超分辨图像质量评价方法，首先，给定一幅超分辨图像，将超分辨图像不重叠的裁剪为超分辨图像块；然后，依次通过卷积层、三重注意力模块和双尺度卷积模块提取超分辨图像块的特征；最后，通过最大池化操作对特征提取阶段的输出特征进行压缩，将压缩特征送入全连接层进行非线性质量映射，输出超分辨图像块的预测质量分数。本发明采用三重注意力模块用于探索图像中的显著特征，同时设计了一个双尺度卷积模块DSCM，以捕获更加全面的图像信息，以实现更有效评价超分辨图像的目的。

本发明授权基于三重注意双尺度残差网络的超分辨图像质量评价方法在权利要求书中公布了：1.基于三重注意双尺度残差网络的超分辨图像质量评价方法，其特征在于：首先，给定一幅超分辨图像，将超分辨图像不重叠的裁剪为超分辨图像块；然后，依次通过卷积层、三重注意力模块和双尺度卷积模块提取超分辨图像块的特征；最后，通过最大池化操作对特征提取阶段的输出特征进行压缩，将压缩特征送入全连接层进行非线性质量映射，输出超分辨图像块的预测质量分数； 所述三重注意力模块的第一个分支，在H维度和C维度之间建立交互：首先输入特征张量沿H轴逆时针旋转90°，旋转后的特征张量表示为；然后，将送入层来执行平均池化和最大池化操作，获取到的特征表示为；接着将通过卷积核大小为的标准卷积层与批处理归一化层，并使用Sigmoid激活函数生成注意力权值，最终获取输出特征张量，该过程表示为： 1 其中，表示沿H轴旋转后的特征张量，表示经过层后得到的特征张量，表示标准卷积层，表示批处理归一化层，表示Sigmoid激活函数，表示从第一个分支获得的输出特征张量； 三重注意力模块的第二个分支，在C维度和W维度之间建立了交互，首先对输入特征张量沿W轴逆时针旋转90°，旋转后的特征张量表示为；然后，将送入层来执行平均池化和最大池化操作，获取到的特征表示为；接着将通过卷积核大小为的标准卷积层与批处理归一化层，并使用Sigmoid激活函数生成注意力权值，最终获取输出特征张量，该过程表示为： 2； 三重注意力模块的第三个分支，在H维度和W维度之间建立了交互，首先将输入特征张量送入层来执行平均池化和最大池化操作，获取到的特征表示为；接着，将通过卷积核大小为7×7的标准卷积层与批处理归一化层，并使用Sigmoid激活函数生成注意力权值，与输入张量相加，该过程表示为： 3 其中，表示经过层后得到的特征张量，表示标准卷积层，BN表示批处理归一化层，表示Sigmoid激活函数，表示输入特征张量，表示从第三个分支获得的输出特征张量； 三重注意力模块获取到的显著性特征表示为： 4； 其中，表示在第一个分支中的输出张量在H维度顺时针旋转90°后的特征张量表示；表示在第二个分支中的输出张量在W维度顺时针旋转90°后的特征张量表示；表示从第三个分支中获得的特征，表示通过三重注意模块提取的显著性特征； 双尺度卷积模块DSCM共3个，其中，第一个DSCM模块的输出记作；将卷积层的输出特征与第二个DSCM模块进行残差连接Concat操作，得到输出； 将卷积层的输出特征与第三个DSCM模块进行残差连接操作，得到输出。

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西安工程大学，其通讯地址为：710048 陕西省西安市碑林区金花南路19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。