西安电子科技大学董伟生获国家专利权
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！
龙图腾网获悉西安电子科技大学申请的专利一种基于自适应加权损失的SISR网络训练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：CN115131818B 。
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：202210580759.6，技术领域涉及：G06V40/10；该发明授权一种基于自适应加权损失的SISR网络训练方法及系统是由董伟生;宁倩;唐静竹;石光明设计研发完成，并于2022-05-25向国家知识产权局提交的专利申请。
本一种基于自适应加权损失的SISR网络训练方法及系统在说明书摘要公布了：本发明涉及一种SISR网络训练方法及系统，具体涉及一种基于自适应加权损失的SISR网络训练方法及系统。克服现有基于深度学习的单图像超分辨率方法为提升网络性能，盲目设计的神经网络模型结构复杂、参数量过大，难以应用到实际场景中的问题。首先，构建整体观测模型；其次，向SISR网络输入低分辨率LR图像，训练SISR网络，同时学习fyi与σi；之后，将步骤2学习的σi作为指导，计算自适应加权损失的损失函数；最后，基于损失函数指导SISR网络训练。本发明通过在训练过程中赋予具有较大不确定性的图像纹理和边缘区域更高的权重，在推理过程中无需增加额外的计算复杂度，不仅改善了客观性能而且恢复出了更高的视觉质量。
本发明授权一种基于自适应加权损失的SISR网络训练方法及系统在权利要求书中公布了：1.一种基于自适应加权损失的SISR网络训练方法，其特征在于，包括以下步骤： 步骤1、构建整体观测模型； xi＝fyi+∈σi， 其中y表示低分辨率LR图像，x表示低分辨率LR图像对应的高分辨率HR图像，i为像素点，f·表示任意的SISR网络，fyi表示SISR网络学习到超分辨SR图像，∈表示零均值和单位方差的拉普拉斯分布，σi表示SISR网络学习到的任意不确定性； 步骤2、向SISR网络输入低分辨率LR图像，训练SISR网络，同时学习fyi与σi； 步骤3、将步骤2学习的σi作为指导，计算自适应加权损失的损失函数所述自适应加权损失的损失函数用于给纹理和边缘像素分配更大的权重； 其中是一个非负线性缩放函数；wi＝lnσi，N为像素点数目； 步骤4、基于损失函数指导SISR网络训练； 其中，步骤2中基于下式同时学习fyi与σi： 其中L为拉普拉斯分布，为损失函数。
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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号