Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉大学付文达获国家专利权

武汉大学付文达获国家专利权

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!

龙图腾网获悉武汉大学申请的专利一种基于SwinIR模型的频域差分图像重建方法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:CN120198295B

龙图腾网通过国家知识产权局官网在2025-08-26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:202510674585.3,技术领域涉及:G06T3/4076;该发明授权一种基于SwinIR模型的频域差分图像重建方法及系统是由付文达;华宗辉;冯中欣;杨光义设计研发完成,并于2025-05-23向国家知识产权局提交的专利申请。

一种基于SwinIR模型的频域差分图像重建方法及系统在说明书摘要公布了:本发明公开一种基于SwinIR模型的频域差分图像重建方法及系统,属于图像处理技术领域。其包括对低分辨率图像进行预处理;对预处理后的低分辨率图像进行傅里叶变换,将图像从空间域转换到频域,得到图像频谱表示;将图像频谱表示输入差模发生器,获得差模信号图像频谱;将差模信号图像频谱输入预先训练的SwinIR模型,输出得到高分辨率重建差模图像频谱;将高分辨率重建差模图像频谱进行差分输出,获得高分辨重建图像频谱;对高分辨重建图像频谱进行傅里叶逆变换,输出得到高分辨率重建图像;本发明通过SwinIR模型的分层特征提取与频域差分策略,有效实现图像重建过程中伪影和噪声的抑制,提升重建质量。

本发明授权一种基于SwinIR模型的频域差分图像重建方法及系统在权利要求书中公布了:1.一种基于SwinIR模型的频域差分图像重建方法,其特征在于,所述方法包括: 对低分辨率图像进行预处理; 对预处理后的低分辨率图像进行傅里叶变换,将图像从空间域转换到频域,得到图像频谱表示; 将图像频谱表示输入差模发生器,获得差模信号图像频谱; 将差模信号图像频谱输入预先训练的SwinIR模型,输出得到高分辨率重建差模图像频谱; 将高分辨率重建差模图像频谱进行差分输出,获得高分辨重建图像频谱; 对高分辨重建图像频谱进行傅里叶逆变换,输出得到高分辨率重建图像; 所述SwinIR模型包括浅层特征提取层、深层特征提取层和高质量图像频谱重建层,所述浅层特征提取层包括卷积网络层和LeakyReLU激活层,其中,卷积网络层的输入通道数是低分辨率图像频谱的通道数,输出通道数是浅层特征张量的维数,深层特征提取层包括6个RSTB模块以及1个3×3卷积网络层;所述高质量图像频谱重建层包括1个跳跃连接模块、1个上采样模块和1个卷积网络层,所述跳跃连接模块将浅层特征张量直接与深层特征张量相加;所述卷积网络层输入通道数为浅层特征张量的维数,输出通道数为高分辨率图像频谱的通道数;所述深层特征提取层处理过程如下: 残差块模块对输入信号进行处理,通过窗口多头自注意力机制进行特征提取,窗口多头自注意力机制将提取的特征划分为固定7×7大小的窗口,在每个窗口内独立计算自注意力,捕获细节特征; 所述捕获的细节特征进入偏移窗口多头自注意力机制,将窗口的位置在相邻层被偏移3×3;输入特征与经过注意力机制处理后的特征通过多层感知机模块相加,通过窗口多头自注意力机制和偏移窗口多头自注意力机制交替循环,通过3×3卷积网络层整合特征,获取得到一组深层特征。

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 湖北省武汉市武昌区八一路299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”。

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。