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视频超分辨率模型构建、视频超分辨率成像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：CN119762344B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411655840.1，技术领域涉及：G06T3/4053；该发明授权视频超分辨率模型构建、视频超分辨率成像方法及系统是由祝轩;宋佩玲;李敬铮;赵兴旺;雷婧婧;汪霖;万琦玥;杨雨欣设计研发完成，并于2024-11-19向国家知识产权局提交的专利申请。

本视频超分辨率模型构建、视频超分辨率成像方法及系统在说明书摘要公布了：一种视频超分辨率模型构建、视频超分辨率成像方法及系统，能够清除真实场景视频中的干扰，学习真实场景下视频帧超分辨率与低分辨率之间复杂的映射关系，后向前向循环传播增强后的后向特征前向特征，生成结构和纹理清晰、细节丰富以及视觉愉悦的视频超分辨率结果。在真实场景视频超分RealVSR数据集上的实验结果显示，RBFFEN的感知指标SSIM和LPIPS领先于最先进的视频超分辨率方法。

本发明授权视频超分辨率模型构建、视频超分辨率成像方法及系统在权利要求书中公布了：1.一种真实场景下的视频超分辨率模型构建方法，其特征在于，包括以下步骤： 获取低分辨率视频帧集，所述低分辨率视频帧集包括2N+1个连续的低分辨率视频帧{xt-N,...,xt,...,xt+N}，其中，xt表示t时刻的低分辨率视频帧；将所述低分辨率视频帧集输入并训练视频超分辨率网络，以获得真实场景下的视频超分辨率模型，所述训练过程具体如下： S1，将低分辨率视频帧集输入平滑模块进行去噪，得到平滑视频帧集其中，表示t时刻的平滑视频帧； S2，将平滑视频帧集输入特征提取模块进行特征提取，得到视频帧特征集{gt-N,...,gt,...,gt+N}，其中，gt表示t时刻的视频帧特征； S3，将低分辨率视频帧集输入第一光流估计网络进行反向光流对齐，得到反向对齐光流集{St+N,...,St,...,St-N+1}，其中St表示t时刻视频帧向t-1时刻视频帧的反向对齐光流； S4，将gt+N和gt+N拼接后输入反向注意力增强模块，得到t+N时刻的反向增强特征 S5，将零光流向量、St+N、gt+N-1、和零光流特征同时输入第一卷积对齐模块，得到t+N-1时刻的反向对齐特征 S6，将和gt+N-1拼接后输入反向注意力增强模块，得到t+N-1时刻的反向增强特征 S7，将St+N、St+N-1、gt+N-2、和同时输入第一卷积对齐模块，得到t+N-2时刻的反向对齐特征 S8，将和gt+N-2拼接后输入反向注意力增强模块，得到t+N-2时刻的反向增强特征 S9，令t+N-i＝t+N-i-1，循环操作S7—S8，得到反向增强特征集 S10，将低分辨率视频帧集输入第二光流估计网络进行正向光流对齐，得到正向对齐光流集{ft-N,...,ft,...,ft+N-1}，其中ft表示t时刻视频帧向t+1时刻视频帧的正向对齐光流； S11，将gt-N和gt-N拼接后输入正向注意力增强模块，得到t-N时刻的正向增强特征 S12，将零光流向量、ft-N、gt-N+1、和零光流特征同时输入第二卷积对齐模块，得到t-N+1时刻的正向对齐特征 S13，将和gt-N+1拼接后输入正向注意力增强模块，得到t-N+1时刻的正向增强特征 S14，将ft-N、、ft-N+1、gt-N+2、和同时输入第二卷积对齐模块，得到t-N+2时刻的正向对齐特征 S15，将和gt-N+2拼接后输入正向注意力增强模块，得到t-N+2时刻的正向增强特征 S16，令t-N+i＝t-N+i+1，循环操作S14—S15，得到正向增强特征集 S17，对正向增强特征集和平滑视频帧集分别进行上采样后相加，得到视频超分结果。

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西北大学，其通讯地址为：710069 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”。

以上内容由龙图腾AI智能生成。