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！

龙图腾网获悉电信科学技术第十研究所有限公司申请的专利一种基于视频数据的轻量化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：CN115908128B 。

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：202211368662.5，技术领域涉及：G06T3/4053；该发明授权一种基于视频数据的轻量化超分辨率方法是由乔海洋;白洁;杨奔奔;刘红英;尚凡华;赵鹏设计研发完成，并于2022-10-27向国家知识产权局提交的专利申请。

本一种基于视频数据的轻量化超分辨率方法在说明书摘要公布了：本发明提供了一种基于视频数据的轻量化超分辨率方法。设计了轻量化超分辨率网络，包括特征提取、特征对齐、特征重构等模块，分别利用基本的卷积操作和通道分离、通道打乱、自校正卷积等处理，能够在保证模型参数量不会过大的同时，较好地利用视频帧通道的各级特征并进行差异化地学习，得到较好的全景视频超分辨率结果。

本发明授权一种基于视频数据的轻量化超分辨率方法在权利要求书中公布了：1.一种基于视频数据的轻量化超分辨率方法，其特征在于步骤如下： S1、将低分辨率的360°全景视频拆成连续的视频帧，以滑动窗口的方式将连续视频帧输入到网络，窗口大小设置成3帧，步长为1帧，在处理第一帧和最后一帧时，分别将原视频帧序列的第二帧和倒数第二帧添加到序列的第一帧和最后一帧，窗口中心对应的视频帧为目标帧，另外两帧视频帧为近邻帧； S2、输入视频帧经特征提取模块进行特征提取，所述的特征提取模块由若干两层卷积构成的残差块residualblock组成； S3、提取到的特征经特征对齐模块提取近邻帧和目标帧的帧间信息，并利用帧间信息将近邻帧的特征图和目标帧特征图对齐后输出，具体过程包括： S301、、将步骤S2提取得到的近邻帧特征和目标帧特征按照通道维度进行拼接，再通过卷积层进行特征提取； S302、将步骤S301得到的特征信息输入自校正卷积网络，首先，将输入特征信息的通道一分为二，一路分支经平均池化层、卷积层、上采样操作后得到的特征与输入特征进行相加融合，融合后的特征经过Sigmoid层，与输入特征经过卷积层后的输出进行相乘融合，融合后的特征再经卷积层，得到这一路分支的输出特征；另外一路分支经卷积层进行特征提取；将两路分支的输出特征重新沿通道维度进行拼接并输出； S303、将自校正卷积网络的输出再通过一个卷积层，得到偏移特征offset； S304、利用偏移特征offset对步骤S301得到的特征信息进行特征变换，再通过卷积层生成对齐后的特征图并输出； S4、将对齐后的特征图输入基于残差密集块的重构模块，分别经过通道打乱、通道分离和特征融合后输出，具体过程包括： S401、将步骤S3输出的特征图经过一个卷积层； S402、采用shuffle操作将特征图的通道进行随机打乱； S403、将通道打乱后的特征图的通道一分为二，一路分支经卷积层后与另一路分支重新沿通道维度进行拼接，得到新的特征图； S404、以步骤S403得到的新的特征图作为输入，返回步骤S402进行迭代处理，直至达到指定次数，将最后得到的新的特征图通过一个1×1卷积后与步骤S3输出的特征图进行对应元素相加，得到融合后的特征图并输出； S5、对原始输入目标帧和步骤S4得到的特征图分别进行上采样，并将得到的两个上采样结果相加，以相加后结果作为目标帧对应的超分辨后的全景视频帧。

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电信科学技术第十研究所有限公司，其通讯地址为：710061 陕西省西安市雁塔区雁塔西路6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。