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！

龙图腾网获悉武汉大学申请的专利基于辅助损失特征对齐循环架构的视频超分辨方法及装置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：CN119168872B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202411094186.1，技术领域涉及：G06T3/4069；该发明授权基于辅助损失特征对齐循环架构的视频超分辨方法及装置是由何政;彭向旭;叶刚;朱玟谦;王海洋设计研发完成，并于2024-08-09向国家知识产权局提交的专利申请。

本基于辅助损失特征对齐循环架构的视频超分辨方法及装置在说明书摘要公布了：本申请涉及视频处理技术领域，特别涉及一种基于辅助损失特征对齐循环架构的视频超分辨方法及装置，其中，方法包括：构建满足预设条件的视频超分辨模型；将第一辅助损失引入视频超分辨模型的浅层特征中，并将第二辅助损失引入视频超分辨模型的频域中，以得到新的视频超分辨模型；将目标视频图像输入至新的视频超分辨模型，以对目标视频图像进行超分辨处理，获得基于辅助损失特征对齐循环架构的视频超分辨结果。由此，解决了相关技术中仅在网络输出部分使用了单一的损失函数进行监督约束，造成对浅层特征图的约束不足，导致对图像浅层特征优化欠缺，降低了视频超分辨的效果，无法实现高分辨率视频复原的问题。

本发明授权基于辅助损失特征对齐循环架构的视频超分辨方法及装置在权利要求书中公布了：1.一种基于辅助损失特征对齐循环架构的视频超分辨方法，其特征在于，包括以下步骤： 构建满足预设条件的视频超分辨模型，其中，所述视频超分辨模型包括特征提取模块、特征对齐模块、特征融合模块、特征传播模块和上采样模块； 其中，特征提取模块：负责从输入的目标分辨率视频帧中提取特征，接着，通过残差块得到目标分辨率图像的特征图，以捕捉到视频图像中的局部结构和纹理信息； 特征对齐模块：双向循环网络一共有四层分为后向传播，前向传播，后向传播，前向传播，若当前在传播过程的第二层时，则当前帧为ti帧，对应的ti-1帧和ti-2帧先通过光流对齐ti帧，得到粗对齐的帧和然后将这两个帧通过可变形卷积dcnv2向ti进行一个精对齐得到 特征融合模块：若当前在第二层时，将此层设为将精对齐的帧与当前帧ti，以及前面几层，通过一个残差块获得一个融合的特征 特征传播模块：将得到的特征图继续向下传播以及向前传播，向下传播的特征图作为第三层特征融合模块的一部分输入，向前传播的特征向ti+2，ti+1进行光流对齐，作为ti+2，ti+1这两个帧特征对齐模块的一部分输入；每层特征融合后都会被保存在一个字典中； 将第一辅助损失引入所述视频超分辨模型的浅层特征中，并将第二辅助损失引入所述视频超分辨模型的频域中，以得到新的视频超分辨模型，其中，所述将第一辅助损失引入所述视频超分辨模型的浅层特征中包括：获取目标视频图像在所述视频超分辨模型的第二层传播过程中的融合特征图；将所述融合特征图进行上采样处理，得到处理后的特征图；将所述处理后的特征图与插值处理的目标分辨率图像进行残差连接，得到预测超分图像；利用所述预测超分图像和所述目标视频图像获取所述第一辅助损失，并将所述第一辅助损失引入所述视频超分辨模型的浅层特征中；所述将第二辅助损失引入所述视频超分辨模型的频域中包括：将所述预测超分图像进行傅里叶变换处理，得到第一特征图，并将所述目标视频图像进行所述傅里叶变换处理，得到第二特征图；利用所述第一特征图和所述第二特征图得到所述第二辅助损失，并将所述第二辅助损失引入所述视频超分辨模型的频域中，其中，所述将所述处理后的特征图与插值处理的目标分辨率图像进行残差连接，得到预测超分图像包括：基于所述第二层传播过程中的融合特征图，将所述目标分辨率图像进行一个插值，得到最终的融合特征图，并将所述最终的融合特征图经过两个亚像素卷积来增大特征图的空间分辨率，再经过一个卷积层和原超分图尺寸保持一致，通过与插值处理的所述目标分辨率图像进行残差连接，获得所述预测超分图像； 将所述目标视频图像输入至所述新的视频超分辨模型，以对所述目标视频图像进行超分辨处理，获得基于辅助损失特征对齐循环架构的视频超分辨结果。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌珞珈山；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”。