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！

龙图腾网恭喜上海交通大学申请的专利基于超分辨率的从视频中提取目标物体信息的方法及应用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：CN114170076B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202111272433.9，技术领域涉及：G06F30/27；该发明授权基于超分辨率的从视频中提取目标物体信息的方法及应用是由秦斌杰;茅好好设计研发完成，并于2021-10-29向国家知识产权局提交的专利申请。

本基于超分辨率的从视频中提取目标物体信息的方法及应用在说明书摘要公布了：本发明涉及一种基于超分辨率的从视频中提取目标物体信息的方法及应用，所述方法包括以下步骤：采集包含目标物体的视频序列；将所述视频序列分割为子块并输入至一经训练的深度展开网络模型中进行求解，将输出进行拼接获得目标物体的预测结果；所述深度展开网络模型为卷积鲁棒主成分分析深度展开网络，根据基于鲁棒主成分分析的深度展开算法结合超分辨率模块构建获得。与现有技术相比，本发明具有实时性高、去干扰、检测准确等优点，将上述方法应用于X射线血管造影视频时，可有效降低背景类血管结构和复杂混合噪声的影响，显著提升小血管提取效果。

本发明授权基于超分辨率的从视频中提取目标物体信息的方法及应用在权利要求书中公布了：1.一种基于超分辨率的从视频中提取目标物体信息的方法，应用于透射成像视频中，其特征在于，该方法包括以下步骤： 采集包含目标物体的视频序列； 将所述视频序列分割为子块并输入至一经训练的深度展开网络模型中进行求解，将输出进行拼接获得目标物体的预测结果； 所述深度展开网络模型为卷积鲁棒主成分分析深度展开网络，根据基于鲁棒主成分分析的深度展开算法结合超分辨率模块构建获得； 所述深度展开网络模型的具体构建过程如下： 基于视频特性，构建鲁棒主成分分析模型，并转化为拉格朗日形式模型： 其中，矩阵L代表低秩矩阵，是待求解的背景层的数据矩阵，矩阵S代表稀疏矩阵，是待求解的前景层的数据矩阵，H1和H2分别是L和S的度量矩阵，‖S‖1,2代表矩阵S的l1,2范数，λ1和λ2分别是L和S的正则化参数；对所述拉格朗日形式模型进行迭代求解，获得视频各运动层计算公式； 将所述视频各运动层计算公式进行深度展开，得到多个迭代层； 将多个迭代层与超分辨率模块组合为所述深度展开网络模型； 所述进行深度展开具体为：将各运动层计算公式中的系数项替换为卷积层，即由H1和H2构成的系数矩阵项用卷积层替代，乘法运算替换为卷积运算，展开网络中的第k层计算如下： 其中，是奇异值阈值算子，是软阈值算子，*代表卷积算子，为卷积层，矩阵D代表原始视频序列的数据矩阵； 所述超分辨率模块包括采样层和子块稀疏特征选择网络层，所述将多个迭代层与超分辨率模块组合具体为： 在迭代层开始位置嵌入所述采样层，在迭代层结束位置嵌入子块稀疏特征选择网络层； 所述子块稀疏特征选择网络层包括残差网络层和循环神经网络层。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。