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！

龙图腾网恭喜哈尔滨工业大学申请的专利一种基于全逐点卷积的轻量级图像超分辨率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：CN116051375B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202310000876.5，技术领域涉及：G06T3/4053；该发明授权一种基于全逐点卷积的轻量级图像超分辨率方法是由江俊君;吴刚;刘贤明设计研发完成，并于2023-01-03向国家知识产权局提交的专利申请。

本一种基于全逐点卷积的轻量级图像超分辨率方法在说明书摘要公布了：本发明提出一种基于全逐点卷积的轻量级图像超分辨率方法。与一般的3×3卷积相比，逐点卷积包含的参数更少，计算成本也更低，但缺失了局部特征融合这一关键特性。为了解决这个问题，本发明通过空间移位操作扩展了逐点卷积，通过特征聚合使其具有了特征聚合的能力，而且空间移位操作没有额外计算成本。基于移位卷积，本发明替换标准残差结构中的3×3卷积，并提出了移位残差单元。通过堆叠不同规模的移位残差单元实现了不同模型大小的移位卷积网络SCNet。最后在多个公开测试数据集上结果表明本发明提出的SCNet方法均取得了最好的结果。此外，本发明也通过详细的消融分析，验证了本发明提出的不同模块的有效性。

本发明授权一种基于全逐点卷积的轻量级图像超分辨率方法在权利要求书中公布了：1.一种基于全逐点卷积的轻量级图像超分辨率方法，其特征在于：所述方法具体为：引入了空间移位操作，对逐点卷积提取后的特征，沿着通道方向拆分到不同组，并对不同组特征沿着不同空间方向进行移动，移动后的特征在通道方向上实现了与近邻像素特征的集成；把逐点卷积和空间移位操作统称为移位卷积，移位卷积拥有逐点卷积中极低的参数量和计算量，同时也可以进行有效的局部特征聚合；基于移位卷积得到残差结构单元，进一步地堆叠该残差结构单元得到了轻量级的图像超分辨率网络架构：移位卷积网络SCNet；所述SCNet包括浅层特征提取、深层特征提取和高分辨率图像重建模块；给定一个低分辨率图像ILR，首先利用浅层特征提取器fs将其映射到指定的隐层特征空间，得到特征图Fs＝fsILR，接着，浅层特征图通过深层特征提取器fd，提取深层特征图Fd＝fdFs，最后，使用高分辨图像重建模块fu对深层特征进行上采样，获得最终的超分辨率结果ISR＝fuFd。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。