Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 郑州大学王瑞娟获国家专利权

郑州大学王瑞娟获国家专利权

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!

龙图腾网获悉郑州大学申请的专利一种用于压缩图像的轻量级超分辨率重建模型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:CN115187455B

龙图腾网通过国家知识产权局官网在2026-05-01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:202210657537.X,技术领域涉及:G06T3/4076;该发明授权一种用于压缩图像的轻量级超分辨率重建模型及系统是由王瑞娟;张艳青;林楠;杨聪;马建红设计研发完成,并于2022-06-10向国家知识产权局提交的专利申请。

一种用于压缩图像的轻量级超分辨率重建模型及系统在说明书摘要公布了:本发明提供一种用于压缩图像的轻量级超分辨率重建模型及系统,轻量级超分辨率重建模型包括:将HR图像的特征表示与C‑LR图像一起在压缩伪影去除子模块中进行训练;其中,HR图像的特征表示是使用VGG预训练模型从HR图像中提取出的特征表示;图像超分辨子模块将压缩伪影去除子模块复原出的LR图像作为输入,通过残差信息蒸馏网络来进行图像超分辨率。本发明通过构建轻量级超分辨率重建网络,设计目标函数和损失函数,加入特征表示来提升重建图像的细节,提升重建图像的质量,最终高清的高分辨率图像。

本发明授权一种用于压缩图像的轻量级超分辨率重建模型及系统在权利要求书中公布了:1.一种用于压缩图像的轻量级超分辨率重建模型,其特征在于,包括: 将HR图像的特征表示与C-LR图像一起在压缩伪影去除子模块中进行训练;其中,HR图像的特征表示是使用VGG预训练模型从HR图像中提取出的特征表示; 所述压缩伪影去除子模块包括依次连接的第一特征提取卷积层、多个第一残差信息蒸馏块、第一特征融合块和第一重构块,其中,各个第一残差信息蒸馏块的输出还作为第一特征融合块的输入; 每一个第一残差信息蒸馏块,包括多个蒸馏步骤,每个蒸馏步骤将输入分为两路,一路使用1×1卷积层进行信息保留,另一路送入第一残余块进行信息蒸馏,上一个蒸馏步骤的信息蒸馏结果作为下一个蒸馏步骤的输入,最后一个蒸馏步骤仅进行信息保留;各个蒸馏步骤的信息保留结果由1×1卷积层进行聚合组装后,使用一个3×3的卷积层对聚合组装的结果进行平滑处理; 图像超分辨子模块将压缩伪影去除子模块复原出的LR图像作为输入,通过残差信息蒸馏网络来进行图像超分辨率重建,以获得SR图像; 进行模型训练时,设计模型的目标函数为: 其中,代表高分辨率图像,代表JPEG压缩后的LR图像,代表压缩伪影去除子模块输出的清晰的LR图像;矩阵表示退化操作,和分别表示双三次的下采样操作和JPEG图像压缩操作; 进行模型训练时,设计模型的损失函数,其中,设为训练集,是第i个输入的C-LR图像,是相应的未压缩的LR图像,是相应的高分辨率真值HR图像; 训练压缩伪影去除子模块阶段的损失函数L1设计为: 其中,W为图像的宽度,H为图像的高度; 训练图像超分辨子模块阶段的损失函数L2设计为: 将L1损失和L2损失以相等的重量组合在一起获得模型的损失Ltotal: 。

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郑州大学,其通讯地址为:450001 河南省郑州市高新技术产业开发区科学大道100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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。