西北大学李毅儒获国家专利权
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!
龙图腾网获悉西北大学申请的专利自适应小波注意力网络的轻量化超分辨率系统及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:CN120374398B 。
龙图腾网通过国家知识产权局官网在2025-08-22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:202510847079.X,技术领域涉及:G06T3/4076;该发明授权自适应小波注意力网络的轻量化超分辨率系统及方法是由李毅儒;陈晓璇;侯抱朴;任鹏程设计研发完成,并于2025-06-24向国家知识产权局提交的专利申请。
本自适应小波注意力网络的轻量化超分辨率系统及方法在说明书摘要公布了:本发明公开了一种自适应小波注意力网络的轻量化超分辨率系统及方法,属于图像处理技术领域。该系统由多级小波注意力模块、动态卷积核生成单元、卷积神经网络和输出单元组成。步骤依次为:对低分辨率图像提取特征并进行Haar小波分解;在各高频子带上计算跨尺度注意力权重并加权融合,突出细节;基于融合特征自适应生成Haar小波基核加权组合的动态卷积核,对特征进行方向性卷积增强;通过轻量化残差网络与像素重排实现高分辨率图像重建;训练时采用像素域均方误差与小波系数补偿损失联合优化。该系统模型参数量小于450KB,可在移动设备上实时处理1080p视频超分辨率任务,纹理恢复性能较现有轻量模型提升约1.2dB。
本发明授权自适应小波注意力网络的轻量化超分辨率系统及方法在权利要求书中公布了:1.一种自适应小波注意力网络的轻量化超分辨率系统,其特征在于,包括: 多级小波注意力模块,用于对输入图像特征在不同尺度进行Haar小波分解,分别对各尺度高频分量计算注意力权重并进行融合,以增强边缘和纹理细节的表示; 动态卷积核生成单元,其输入为来自图像特征的激活信息,用于实时输出对应于若干预定义Haar基核的权重系数,并根据权重生成动态卷积核,该动态卷积核用于自适应地加强图像各区域的高频方向性特征; 卷积神经网络,用于对由动态卷积核增强后的高频方向性特征进行进一步处理和重建; 输出单元,用于将网络最后输出的特征映射转换为高分辨率图像; 所述自适应小波注意力网络的轻量化超分辨率系统的工作方法步骤如下: S1、对输入的低分辨率图像进行特征提取,并通过Haar小波变换将提取的特征分解为低频分量和多个高频分量; S2、分别对不同尺度下的高频分量计算注意力响应权重,并与对应的特征相乘以增强细节特征; S3、利用动态卷积核生成网络,根据步骤S1中提取的特征生成与若干Haar基核对应的权重向量,并将Haar基核加权求和形成自适应动态卷积核; S4、将动态卷积核作用于步骤S2的增强特征,得到进一步处理后的特征映射; S5、将步骤S4得到的特征映射通过上采样操作重建为高分辨率图像; S6、在训练过程中,计算输出高分辨率图像与真实高分辨率图像在Haar小波域高频系数上的差异,根据差异值计算小波系数补偿损失,并与传统像素域损失共同优化网络参数; 步骤S6中小波系数补偿损失由以下公式给出: , 其中、和为权重系数,LH、HL和HH为Harr小波变换后的高频分量,下标HR、SR分别表示高分辨率真实图像和超分输出图像; Haar基核包括用于水平、垂直和对角高频提取的三个二维Haar滤波器,各滤波器通过2×2窗口实现简单差分运算,网络生成器输出对应加权系数后形成最终动态卷积核。
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西北大学,其通讯地址为:710000 陕西省西安市太白北路229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”。
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。