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！

龙图腾网获悉南京信息工程大学申请的专利基于轻量神经网络和Transformer的单图像超分辨率重建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：CN114841859B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202210463442.4，技术领域涉及：G06T3/4053；该发明授权基于轻量神经网络和Transformer的单图像超分辨率重建方法是由黄为伟;郑钰辉设计研发完成，并于2022-04-28向国家知识产权局提交的专利申请。

本基于轻量神经网络和Transformer的单图像超分辨率重建方法在说明书摘要公布了：本发明公开了一种基于轻量神经网络和Transformer的单图像超分辨率重建方法。首先，本发明利用低频特征提取模块提取低分辨率图像的低频特征图，其次，将特征图分块输入深度可分离卷积模块与Transformer相结合的框架中，提取图像的高频纹理细节特征，最后，将低频特征图和高频特征图，经跳跃连接输出高分辨率图像。此方法能够实现低分辨率图像的超分辨率重建，得到细节丰富、纹理清晰、空间分辨率高的高分辨率图像。

本发明授权基于轻量神经网络和Transformer的单图像超分辨率重建方法在权利要求书中公布了：1.基于轻量神经网络和Transformer的单图像超分辨率重建方法，其特征在于，包括以下步骤： 步骤1：将原始的高分辨率图像XHR通过双三次插值法下采样得到低分辨率图像XLR； 步骤2：使用三层卷积神经网络，提取低分辨率图像XLR的低频特征图X； 步骤3：对步骤2得到的低分辨率图像特征图X，送入主体网络中，得到高频特征图；其中，主体网络由N个轻量Transformer模块级联而成，每个轻量Transformer模块由第一分块模块、第一线性变换模块、展平模块、Transformer模块、第二线性变换模块和深度可分离卷积神经网络级联而成； 步骤4：将步骤2提取的低频特征图与步骤3得到的高频特征图融合，得到重建的高分辨率图像； 步骤3中轻量Transformer模块的处理流程如下：第一分块模块将接收到的特征图分割成N个相同大小的图像块，每个图像块经过线性变换后展平为一维序列，N个一维序列经过Transformer模块后输出N个图像块的特征图，N个图像块的特征图经过线性变换后进行重组形成完整的特征图，重组形成的完整特征图经过深度可分离卷积神经网络，生成高频特征图； 步骤3中的深度可分离卷积神经网络包括逐点卷积层和深度卷积层，其中，逐点卷积层和深度卷积层之后均设有批规范化层和ReLU激活函数。

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南京信息工程大学，其通讯地址为：224002 江苏省盐城市盐南高新区新河街道文港南路105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”。