Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 北京理工大学高美静获国家专利权

北京理工大学高美静获国家专利权

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!

龙图腾网获悉北京理工大学申请的专利基于协同CNN和Transformer的多输入分级红外图像超分辨力重建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:CN119579411B

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:202411637586.2,技术领域涉及:G06T3/4053;该发明授权基于协同CNN和Transformer的多输入分级红外图像超分辨力重建方法是由高美静;孙焕宇;白洋;陈思博设计研发完成,并于2024-11-15向国家知识产权局提交的专利申请。

基于协同CNN和Transformer的多输入分级红外图像超分辨力重建方法在说明书摘要公布了:本发明提供一种基于协同CNN和Transformer的多输入分级红外图像超分辨力重建方法,通过巧妙的结合CNN和Transformer的优点,在红外图像超分辨力图像的重建任务中,可以重建出更清晰的细节信息和边缘结构,在一定程度上提高了对比度和清晰度,减少不必要的伪影及噪声,在恢复高精度纹理和结构的同时下保持了更清晰的外观,具有良好的视觉效果。

本发明授权基于协同CNN和Transformer的多输入分级红外图像超分辨力重建方法在权利要求书中公布了:1.一种基于协同CNN和Transformer的多输入分级红外图像超分辨力重建方法,其特征在于,将待重建的低分辨力红外图像输入训练好的红外图像超分辨力网络模型,由该模型输出重建后的超分辨力红外图像;其中,所述红外图像超分辨力网络模型包括多输入编码器部分、融合部分、解码器部分及跳跃连接部分; 所述多输入编码器部分用于提取低分辨力红外图像的不同尺度特征,得到不同尺度的特征图; 所述融合部分用于从不同的尺度融合各不同尺度的特征图,得到不同尺度的聚合特征图; 所述解码器部分用于对不同尺度的聚合特征图进行特征重建,得到重建特征图; 所述跳跃连接部分用于融合重建特征图和低分辨力红外图像,得到超分辨力红外图像; 所述多输入编码器部分包括第一Bicubic单元~第三Bicubic单元、第一编码器EB1~第三编码器EB3、第一SCM单元、第二SCM单元; 所述第一Bicubic单元用于将低分辨力红外图像的大小调整为最终输出的超分辨力图像所需的大小,得到特征图F0; 所述第二Bicubic单元用于将特征图F0进行二倍下采样,得到特征图F1; 所述第三Bicubic单元用于将特征图F1进行二倍下采样,得到特征图F2; 所述第一编码器EB1用于对特征图F0进行特征提取,得到第一尺度特征图; 所述第一SCM单元用于对特征图F1进行特征粗提取,得到第一粗提取特征图; 所述第二编码器EB2用于对第一尺度特征图和第一粗提取特征图进行联合特征提取,得到第二尺度特征图; 所述第二SCM单元用于对特征图F2进行特征粗提取,得到第二粗提取特征图; 所述第三编码器EB3用于对第二尺度特征图和第二粗提取特征图进行联合特征提取,得到第三尺度特征图; 所述融合部分包括第一MFF单元、第二MFF单元以及第三MFF单元;其中,任意一个MFF单元依次由1×1的卷积层、3×3的卷积层以及3×3的深度可分离卷积层级联而成,则任意一个MFF单元获取聚合特征图FMFF的方法如下: 其中,为第一编码器EB1的输出,为第二编码器EB2的输出,为第三编码器EB3的输出,Conv·1×1为1×1的卷积层的操作;Conv·3×3为3×3的卷积层的操作;DSConv·3×3为3×3的深度可分离卷积层的操作;Cat·表示拼接操作;R·表示采用双三次差值进行缩放操作; 所述解码器部分包括第一解码器DB1、第二解码器DB2和第三解码器DB3,其中,第一解码器DB1依次由3×3的卷积单元Ⅰ和局部-全局特征感知单元Ⅰ级联组成;第二解码器DB2依次由3×3的卷积单元Ⅱ和局部-全局特征感知单元Ⅱ级联组成;第三解码器DB3依次由特征细化单元FRM、3×3的卷积单元Ⅲ和局部-全局特征感知单元Ⅲ级联组成; 第三解码器DB3的特征细化单元FRM用于对第三MFF单元输出的聚合特征图进行特征增强,得到增强聚合特征图;卷积单元Ⅲ用于提取增强聚合特征图的浅层特征,得到第三解码浅层特征图;局部-全局特征感知单元Ⅲ用于提取第三解码浅层特征图的局部特征,得到第三解码特征图; 第二解码器DB2的卷积单元Ⅱ用于提取上采样后的第三解码特征图与第二MFF单元输出的聚合特征图的浅层特征,得到第二解码浅层特征图;局部-全局特征感知单元Ⅱ用于提取第二解码浅层特征图的局部特征,得到第二解码特征图; 第一解码器DB1的卷积单元Ⅰ用于提取上采样后的第二解码特征图与第一MFF单元输出的聚合特征图的浅层特征,得到第一解码浅层特征图;局部-全局特征感知单元Ⅰ用于提取第一解码浅层特征图的局部特征,得到第一解码特征图; 将第一解码特征图作为解码器部分最终输出的重建特征图,则所述解码器部分最终输出的重建特征图的获取方法如下: 其中,k=1,2,3表示解码器的编号,Cat·为特征拼接操作,Up·表示上采样操作,Conv·3×3为3×3的卷积单元的操作;LGFPM·为局部-全局特征感知单元的操作;FRM·为特征细化单元FRM的操作,F”1~F”3分别表示第一解码器DB1、第二解码器DB2和第三解码器DB3的输入,F”'1~F”'3分别表示第一解码器DB1、第二解码器DB2和第三解码器DB3的最终输出。

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北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5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。

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。