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(深圳)申请的专利一种基于可泛化退化表征的超分重建训练数据生成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：CN115293964B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202210654312.9，技术领域涉及：G06T3/4053；该发明授权一种基于可泛化退化表征的超分重建训练数据生成方法是由裴文杰;李逢君;冯鑫;卢光明;陈芳林设计研发完成，并于2022-06-10向国家知识产权局提交的专利申请。

本一种基于可泛化退化表征的超分重建训练数据生成方法在说明书摘要公布了：本发明公开了一种基于可泛化退化表征的超分重建训练数据生成方法。本发明提供的基于可泛化退化表征的超分重建训练数据生成方法，为含有不同退化特性的无标签真实低分辨率学习退化表征，并使用该退化表征作为条件信息输入到退化网络中以生成多种退化特性更加一致的低分图像，从而能够利用退化特性一致的低分图像‑高分图像作为数据对训练超分网络，得到更好的图像超分重建效果。

本发明授权一种基于可泛化退化表征的超分重建训练数据生成方法在权利要求书中公布了：1.一种基于可泛化退化表征的超分重建训练数据生成方法，所述超分重建训练数据包括样本高分图像和所述样本高分图像对应的样本低分图像，其特征在于，所述方法包括：基于第一高分图像进行不同类型的退化处理，得到合成低分图像，将所述合成低分图像和第一真实低分图像输入至退化表征学习器，所述退化表征学习器包括特征提取网络和分类器，所述特征提取网络用于提取所述合成低分图像对应的退化表征和所述第一真实低分图像对应的退化表征，所述分类器用于基于输入的所述合成低分图像对应的退化表征和所述第一真实低分图像对应的退化表征输出所述合成低分图像和所述真实低分图像的分类结果；基于真实高斯分布、所述合成低分图像和所述第一真实低分图像分别对应的分类结果、退化表征对所述特征提取网络和所述分类器的参数进行更新直至参数收敛，以使得参数收敛后的所述特征提取网络输出的退化表征服从高斯分布；所述基于真实高斯分布、所述合成低分图像和所述第一真实低分图像分别对应的分类结果、退化表征对所述特征提取网络和所述分类器的参数进行更新直至参数收敛，以使得所述特征提取网络输出的退化表征服从高斯分布，包括：选择目标训练批次，所述目标训练批次中包括多张所述第一真实低分图像和多张所述合成低分图像，将所述目标训练批次输入至所述特征提取网络中提取对应的退化表征和对应的分类结果；根据所述第一真实低分图像对应的分类结果生成第一对抗损失；根据所述合成低分图像对应的分类结果与所述合成低分图像对应的分类标签生成第一分损失；根据所述合成低分图像和所述第一真实低分图像分别对应的退化表征与真实高斯分布生成第二对抗损失；根据所述第一对抗损失、所述第一分损失和所述第二对抗损失更新所述特征提取网络和所述分类器的参数；重新执行所述选择目标训练批次的步骤，只是所述特征提取网络和所述分类器的参数收敛；在参数收敛后的所述特征提取网络输出的退化表征服从的高斯分布中进行采样，得到目标采样退化表征，将所述目标采样退化表征和所述样本高分图像输入至已训练的退化网络，获取所述退化网络输出的所述样本高分图像对应的所述样本低分图像。

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哈尔滨工业大学(深圳)，其通讯地址为：518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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”。