Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东工业大学蔡念获国家专利权

广东工业大学蔡念获国家专利权

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!

龙图腾网获悉广东工业大学申请的专利一种图像超分辨率重建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:CN116188274B

龙图腾网通过国家知识产权局官网在2026-04-17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:202310289789.6,技术领域涉及:G06T3/4076;该发明授权一种图像超分辨率重建方法是由蔡念;张旭;张欢;陈健;何兆泉;张国华设计研发完成,并于2023-03-21向国家知识产权局提交的专利申请。

一种图像超分辨率重建方法在说明书摘要公布了:本发明提供一种图像超分辨率重建方法,包括以下步骤:S1:提取要重建的低分辨率图片的浅层特征;S2:将提取到的浅层特征输入混合编解码器转化为深层特征;所述混合编解码器为U型网络结构,包括多个MSACM模块,每个MSACM模块包括若干个混合注意力模块;所述混合注意力模块通过包括多头自注意力分支和空间傅里叶频率模块分支的并行双分支结构来同时建模全局上下文信息和局部纹理信息,空间傅里叶频率模块通过快速傅里叶变换和反傅里叶变换引入频域特性;S3:利用CARAFE上采样算子根据深层特征重构得到高分辨率图片。本发明提供一种图像超分辨率重建方法,解决了现有的SR重建技术在提高重建性能的同时需要占用更大计算资源的问题。

本发明授权一种图像超分辨率重建方法在权利要求书中公布了:1.一种图像超分辨率重建方法,其特征在于,包括以下步骤: S1:提取要重建的低分辨率图片的浅层特征; S2:将提取到的浅层特征输入混合编解码器转化为深层特征; 所述混合编解码器为U型网络结构,包括多个MSACM模块,每个MSACM模块包括若干个混合注意力模块;所述混合注意力模块通过包括多头自注意力分支和空间傅里叶频率模块分支的并行双分支结构来同时建模全局上下文信息和局部纹理信息,空间傅里叶频率模块通过快速傅里叶变换和反傅里叶变换引入频域特性;多头自注意力分支的输出特征和空间傅里叶频率模块分支的输出特征通过自适应融合模块进行特征融合,自适应融合模块生成两个可学习的权重张量并分别与多头自注意力分支的输出特征和空间傅里叶频率模块分支的输出特征进行通道级相乘,再通过1×1卷积来整合融合后的特征; 在混合注意力模块的前向反馈模块部分,采用深度门控前向网络学习和传输特征得到混合注意力模块的输出特征; 所述深度门控前向网络包括层归一化、卷积、ReLU激活函数、元素级乘法和通道相加操作;流入深度门控前向网络的特征首先经过层归一化,然后流入并行的两分支进行卷积和深度卷积,并且特征通道数量翻倍;其中一个分支的特征先经过ReLU激活函数,然后和另一分支的特征进行元素级乘法来抑制不相关的信息,然后经过1×1卷积再和原始流入深度门控前向网络的特征进行通道级相加操作 S3:利用CARAFE上采样算子根据深层特征重构得到高分辨率图片; 步骤S3的具体过程为: 所述混合编解码器的最后一个MSACM模块输出深层特征,通过CARAFE上采样算子和3x3卷积得到上采样后的特征,与经过上采样后的低分辨率图片维度相加得到高分辨率图片。

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广东工业大学,其通讯地址为:510080 广东省广州市越秀区东风东路729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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。