恭喜江西師范大學劉飛強獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜江西師范大學申請的專利雙路Transformer圖像超分辨率方法及系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN118918004B 。
龍圖騰網通過國家知識產權局官網在2025-04-18發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202411407368.X,技術領域涉及:G06T3/4046;該發明授權雙路Transformer圖像超分辨率方法及系統是由劉飛強;陳黎輝;江愛文;王貝貝設計研發完成,并于2024-10-10向國家知識產權局提交的專利申請。
本雙路Transformer圖像超分辨率方法及系統在說明書摘要公布了:本發明涉及圖像處理領域,提出了一種雙路Transformer圖像超分辨率方法及系統,設計了一種雙路Transformer網絡,通過深度特征提取模塊進行紋理細節信息的強化,其中雙路特征融合子模塊采用了兩條Transformer分支支路來探索空間域的長程依賴,再將上下兩個分支支路的輸出特征進行融合,不僅實現了兩個分支支路上的信息交互,增強了紋理細節信息的獲取,而且還可以壓縮通道,減少網絡的參數量,全局特征融合子模塊融合來自不同層級的特征信息以獲取深層特征以有效結合了Transformer網絡和卷積神經網絡的優勢,本發明提高了圖像超分辨率對圖像紋理細節的重建質量。
本發明授權雙路Transformer圖像超分辨率方法及系統在權利要求書中公布了:1.一種雙路Transformer圖像超分辨率方法,其特征在于,包括:獲取待處理的低分辨率圖像并進行預處理,將預處理后的低分辨率圖像輸入雙路Transformer網絡;淺層特征提取模塊獲取所述低分辨率圖像的淺層特征,以輸入到深層特征提取模塊;深層特征提取模塊根據所述淺層特征獲取深層特征,所述深層特征提取模塊包括雙路特征融合子模塊和全局特征融合子模塊,將所述深層特征輸入到重建模塊;所述深層特征提取模塊根據所述淺層特征獲取深層特征的步驟,具體包括:低分辨率圖像進行預處理后,輸入淺層特征提取模塊,以提取所述低分辨率圖像的淺層特征,所述淺層特征提取模塊包括3×3卷積層,提取所述淺層特征的算法如下: ,其中,表示淺層特征,表示淺層特征提取操作,表示低分辨率圖像;將所述淺層特征輸入深層特征提取模塊,所述深層特征提取模塊根據淺層特征獲取深層特征,所述深層特征提取模塊包括雙路特征融合子模塊和全局特征融合子模塊;所述雙路特征融合子模塊進行雙路特征提取并融合;所述雙路特征融合子模塊具體包括:雙路特征融合子模塊包括多個完全相同的雙路特征融合單元,每個所述雙路特征融合單元為雙路分支結構,所述雙路分支結構包括完全相同的兩條支路,每條支路包括一個Transformer塊,前一雙路特征融合單元的Transformer塊與后一雙路特征融合單元的Transformer塊通過殘差結構連接,所述殘差結構包括原始支路和殘差支路,所述殘差支路包括一個Concat塊和一個1×1卷積塊;所述全局特征融合子模塊根據融合后的所述雙路特征獲取深層特征;所述全局特征融合子模塊具體包括:全局特征融合子模塊根據雙路特征融合子模塊融合輸出后的雙路特征獲取深層特征,所述全局特征融合子模塊包括一個Concat塊、一個1×1卷積塊和一個3×3卷積塊;所述根據淺層特征獲取深層特征的算法如下: ,其中,表示深層特征,表示深層特征提取操作;重建模塊根據所述深層特征重建生成高分辨率圖像。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人江西師范大學,其通訊地址為:330000 江西省南昌市高新技術開發區紫陽大道99號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。