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！

龙图腾网恭喜深圳看到科技有限公司申请的专利基于超分辨率网络的视频处理方法、装置及存储介质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：CN114463182B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202210128987.X，技术领域涉及：G06T3/4053；该发明授权基于超分辨率网络的视频处理方法、装置及存储介质是由马睿设计研发完成，并于2022-02-11向国家知识产权局提交的专利申请。

本基于超分辨率网络的视频处理方法、装置及存储介质在说明书摘要公布了：本发明公开了一种视频处理方法，包括：将低分辨率视频的每个低分辨率图像帧输入至已训练的超分辨率网络进行处理，获得超分辨率图像帧；其中，通过浅层特征提取卷积层提取各个低分辨率图像帧的浅层特征；通过残差网络结构RIR模块提取浅层特征的深度特征；通过预设残差组RG进行提取浅层特征的深度特征；在RG中，通过叠加的残差通道注意块RCAB以及空间注意模块SA模块进行深度特征提取；在RCAB中，通过全局上下文模块GCB提取通道特征；通过重建卷积层基于深度特征进行重建，获得各个低分辨率图像帧的超分辨率图像帧；将所有超分辨率图像帧合成超分辨率视频。

本发明授权基于超分辨率网络的视频处理方法、装置及存储介质在权利要求书中公布了：1.一种基于超分辨率网络的视频处理方法，其特征在于，所述方法包括：步骤S10，获取待处理的低分辨率视频；步骤S20，将所述低分辨率视频的每个低分辨率图像帧输入至已训练的超分辨率网络进行处理，获得各个低分辨率图像帧对应的超分辨率图像帧；其中，所述步骤S20包括：步骤S21，通过浅层特征提取卷积层提取各个低分辨率图像帧的浅层特征；步骤S22，通过残差网络结构RIR模块提取所述浅层特征的深度特征；其中，所述步骤S22包括：通过长跳连接LSC将所述RIR模块输入端的第一低频信息转发至所述RIR模块的输出端；通过短跳连接SSC将残差组RG输入端中的第二低频信息转发至所述RG的输出端；步骤S221，通过两个叠加的残差组RG提取所述浅层特征的深度特征；其中在每个残差组RG中，通过叠加的两个RCAB模块、一个SA模块以及一个卷积层进行深度特征提取；其中，所述步骤S221包括：步骤S301，将所述浅层特征输入第一RCAB模块中的第一卷积层进行处理，获得第一中间通道特征；将所述第一中间通道特征输入所述第一RCAB模块中的激活函数ReLU中进行处理，获得第二中间通道特征；将所述第二中间通道特征输入所述第一RCAB模块中的第二卷积层进行处理，获得第三中间通道特征；将所述第三中间通道特征输入所述第一RCAB模块中的全局上下文模块GCB模块中进行处理，获得第四中间通道特征；将所述浅层特征、所述第一中间通道特征、所述第二中间通道特征、所述第三中间通道特征以及所述第四中间通道特征进行叠加，获得第一深度特征量；步骤S302，通过第二RCAB模块对所述第一深度特征量进行深度特征提取，获得第二深度特征量；步骤S303，通过所述SA模块基于所述第一深度特征量与所述第二深度特征量进行空间特征提取，获得空间特征量；步骤S304，将所述空间特征量、所述第一深度特征量、所述第二深度特征量进行叠加处理，所得结果作为所述残差组RG的输出；其中，在所述RCAB模块中，通过全局上下文模块GCB提取通道特征；步骤S23，通过重建卷积层基于所述深度特征进行重建，获得各个低分辨率图像帧的超分辨率图像帧；步骤S30，将所有所述超分辨率图像帧合成超分辨率视频；其中将所述第三中间通道特征输入所述第一RCAB模块中的全局上下文模块GCB模块中进行处理，获得第四中间通道特征包括：步骤S501，将所述第三中间通道特征依次输入所述GCB模块中的第一卷积层与softmax层进行处理，将获得的中间结果与所述第三中间通道特征进行点乘处理，获得压缩特征；步骤S502，将所述压缩特征依次输入所述GCB模块的第二卷积层、激活函数ReLU以及第三卷积层进行处理，将产生的中间结果以及所述压缩特征进行叠加，获得所述第四中间通道特征。

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深圳看到科技有限公司，其通讯地址为：518000 广东省深圳市龙岗区园山街道荷坳社区龙岗大道8288号大运软件小镇1栋503；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”。