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！

龙图腾网获悉济南大学申请的专利基于轻量化驱动和三尺度编码的视频帧插值方法及系统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：CN115880149B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202211489722.9，技术领域涉及：G06T3/4046；该发明授权基于轻量化驱动和三尺度编码的视频帧插值方法及系统是由杨晓晖;刘维靖;冯志全;徐涛;郭庆北设计研发完成，并于2022-11-25向国家知识产权局提交的专利申请。

本基于轻量化驱动和三尺度编码的视频帧插值方法及系统在说明书摘要公布了：本发明公开了基于轻量化驱动和三尺度编码的视频帧插值方法及系统，获取待插值视频的第i帧原始图像和第i+1帧原始图像；分别对第i帧原始图像和第i+1帧原始图像进行尺度缩放，得到第i帧缩小尺度的图像、第i+1帧缩小尺度的图像、第i帧放大尺度的图像、第i+1帧放大尺度的图像；将原始图像和尺度缩放后的图像均输入到训练后的视频帧插值模型中，输出插值图像；其中，训练后的视频帧插值模型，对原始图像和尺度缩放后的图像，分别进行三个尺度的特征提取，采用通道注意力机制模块对三个尺度的特征进行融合，采用双重注意力机制模块对融合后的特征进行增强；再对增强后的特征进行帧扭曲操作，得到插值图像。

本发明授权基于轻量化驱动和三尺度编码的视频帧插值方法及系统在权利要求书中公布了：1.基于轻量化驱动和三尺度编码的视频帧插值方法，其特征是，包括： 获取待插值视频的第i帧原始图像和第i+1帧原始图像；分别对第i帧原始图像和第i+1帧原始图像进行尺度缩放，得到第i帧缩小尺度的图像、第i+1帧缩小尺度的图像、第i帧放大尺度的图像、第i+1帧放大尺度的图像； 将原始图像和尺度缩放后的图像均输入到训练后的视频帧插值模型中，输出插值图像； 其中，训练后的视频帧插值模型，对原始图像和尺度缩放后的图像，分别进行三个尺度的特征提取，采用通道注意力机制模块对三个尺度的特征进行融合，采用双重注意力机制模块对融合后的特征进行增强；再对增强后的特征进行帧扭曲操作，得到插值图像； 训练后的视频帧插值模型，其网络结构包括：依次连接的编码器、解码器和帧扭曲模块； 所述编码器，包括：三个并列的分支；所述三个并列的分支分别为第一分支、第二分支和第三分支；每个分支均包括三个依次连接的循环残差卷积单元；相邻分支的循环残差卷积单元之间通过通道注意力机制模块进行连接； 所述循环残差卷积单元，包括：并列的分支A1和分支A2；所述分支A1，包括：依次连接的第一循环卷积层和第二循环卷积层；所述分支A2，包括：加法器J2；所述第一循环卷积层的输入端作为循环残差卷积单元的输入端；所述加法器J2的输入端与循环残差卷积单元的输入端连接；所述加法器J2的输入端还与第二循环卷积层的输出端连接；所述加法器J2的输出端作为循环残差卷积单元的输出端；所述循环残差卷积单元，其工作原理包括：将经过两个循环卷积层处理的特征与原始特征执行像素级加法，进行特征积累，以实现特征提取； 所述解码器，包括：依次连接的两个可分离循环残差卷积单元和两个循环残差卷积单元；所述解码器的各个层与所述编码器的对应层之间通过双重注意力机制模块CBAM进行连接； 其中所述可分离循环残差卷积单元，内部结构包括： 并列的分支D1和分支D2；所述分支D1，包括：依次连接的可分离循环卷积层K1和可分离循环卷积层K2；所述分支D2，包括：加法器J5； 可分离循环卷积层K1的输入端作为可分离循环残差卷积单元的输入端；可分离循环卷积层K2的输出端与加法器J5的输入端连接； 加法器J5的输入端与可分离循环卷积层K1的输入端连接，加法器J5的输出端作为可分离循环残差卷积单元的输出端。

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济南大学，其通讯地址为：250022 山东省济南市市中区南辛庄西路336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。