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！

龙图腾网获悉天津商业大学申请的专利一种轻量化的立体图像超分辨率重建方法及装置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：CN120355573B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202510410987.2，技术领域涉及：G06T3/4053；该发明授权一种轻量化的立体图像超分辨率重建方法及装置是由孙龙;张哲;陈雷;王光艳设计研发完成，并于2025-04-02向国家知识产权局提交的专利申请。

本一种轻量化的立体图像超分辨率重建方法及装置在说明书摘要公布了：本发明公开了一种轻量化的立体图像超分辨率重建方法及装置，提出自适应剪枝策略，方法包括：基于重要性估计的门控单元构建教师网络，对相应的门控单元中的残差块和互注意力机制进行剪枝，获得优化后的教师网络以此构建学生网络；提出跨视点蒸馏机制，通过构建跨视点分级注意力模块，探索优化后的教师网络中左视点多级特征与右视点多级特征之间的相关性，以及学生网络中左视点多级特征与右视点多级特征之间的相关性，分别获得相关性矩阵；使用均方根误差损失函数衡量相关性矩阵之间的差异，为学生网络提供额外的监督信号，获得轻量化的学生网络；在推理阶段仅使用轻量化的学生网络，重建高分辨率立体图像。装置包括：处理器和存储器。

本发明授权一种轻量化的立体图像超分辨率重建方法及装置在权利要求书中公布了：1.一种轻量化的立体图像超分辨率重建方法，其特征在于，所述方法包括： 提出自适应剪枝策略，基于重要性估计的门控单元构建教师网络，对相应的门控单元中的残差块和互注意力机制进行剪枝，获得优化后的教师网络以此构建学生网络； 提出跨视点蒸馏机制，通过构建跨视点分级注意力模块，探索优化后的教师网络中左视点多级特征与右视点多级特征之间的相关性，以及学生网络中左视点多级特征与右视点多级特征之间的相关性，分别获得相关性矩阵； 使用均方根误差损失函数衡量相关性矩阵之间的差异，为学生网络提供额外的监督信号，获得轻量化的学生网络； 在推理阶段仅使用轻量化的学生网络，重建高分辨率立体图像； 所述重要性估计的门控单元为：用于提取单视点特征的残差块的重要性： 将互注意力机制的重要性作为权重，利用软门控对互注意力机制的输入特征和输出特征进行加权融合，表示如下： , , 其中，表示互注意力机制，和分别表示第个门控单元输出的左视点特征和右视点特征； 其中， , ,, 其中，表示ReLU激活函数，表示余弦相似度计算，表示计算获得的第个门控单元中互注意力机制的重要性，表示左视点特征第个门控单元中互注意力机制的重要性；表示右视点特征第个门控单元中互注意力机制的重要性； 所述门控单元输出的左视点特征和右视点特征为： 将重要性作为权重，利用软门控对残差块的输入特征和输出特征进行加权融合，表示如下： , , 其中，表示残差块，表示逐像素相乘，和分别表示残差块输出的左视点特征和右视点特征； , , 其中，表示卷积层，表示全局池化层，表示Sigmoid激活函数，表示计算平均值，表示最终计算获得的第个门控单元中残差块的重要性，表示左视点特征第个门控单元中残差块的重要性；表示右视点特征第个门控单元中残差块的重要性； 所述对相应的门控单元中的残差块和互注意力机制进行剪枝，获得优化后的教师网络为： , , , 其中，表示教师网络中第个门控单元中残差块的通道数，表示剪枝后的学生网络中第个残差块的通道数，表示相乘运算，表示向上取整运算，表示学生网络中第个残差块后是否引入互注意力机制的标志位，和分别表示教师网络和学生网络，表示根据所计算的通道数和标志位对网络进行剪枝的过程，N表示门控单元总数。

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天津商业大学，其通讯地址为：300134 天津市北辰区光荣道409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。