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！

龙图腾网获悉福州大学申请的专利一种多帧图像任意尺度超分辨率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：CN119205504B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411241403.5，技术领域涉及：G06T3/4053；该发明授权一种多帧图像任意尺度超分辨率重建方法是由卢孝强;郑蘅;杨明静;黄立勤;潘林设计研发完成，并于2024-09-05向国家知识产权局提交的专利申请。

本一种多帧图像任意尺度超分辨率重建方法在说明书摘要公布了：本发明提出一种多帧图像任意尺度超分辨率重建方法，具体包括以下步骤：获取多帧连拍图像；采用仿射变换中的平移变换对获取的多帧连拍图像进行对齐；设定目标超分辨率放大倍数；构建超分辨率网络，所述超分辨率网络包括多帧特征融合网络、多尺度特征提取网络和隐式特征重建网络；将对齐后的的多帧连拍图像送入超分辨率网络，获得高分辨率图像并输出。本发明通过在多帧图像的融合特征中挖掘像素间的隐式特征，从而增加对多帧图像亚像素信息的利用率，提升重建质量，并达到实现任意尺度超分辨率重建的目的。

本发明授权一种多帧图像任意尺度超分辨率重建方法在权利要求书中公布了：1.一种多帧图像任意尺度超分辨率重建方法，其特征在于，具体包括以下步骤： S1：获取多帧连拍图像； S2：采用仿射变换中的平移变换对获取的多帧连拍图像进行对齐； S3：设定目标超分辨率放大倍数； S4：构建超分辨率网络，所述超分辨率网络包括多帧特征融合网络、多尺度特征提取网络和隐式特征重建网络； S5：将对齐后的多帧连拍图像送入超分辨率网络，先通过一个卷积层提取浅层特征图，将所提取的浅层特征图通过多帧特征融合网络进行特征融合，得到融合特征图，将融合特征图通过多尺度特征提取网络获得多尺度特征图，在多尺度特征图中挖掘隐式特征，并将隐式特征在通道维度拼接后输入隐式特征重建网络获得预重建图像，将对齐后的多帧连拍图像中的第一帧图像或指定的参考图像进行双线性插值放大到指定大小，再将这张图像与预重建图像逐像素相加以获得高分辨率图像并输出； 所述通过一个卷积层提取浅层特征图具体为：通过一个3*3的卷积层提取每一帧图像的浅层特征图其中，N表示多帧连拍图像的最大帧数； 所述将所提取的浅层特征图通过多帧特征融合网络进行特征融合，得到融合特征图，具体为： S5.1.1：将浅层特征图中的某一帧作为参考特征图，记为参考特征图； S5.1.2：将所有浅层特征图逐个像素乘以参考特征图以扩大特征图之间的差异，计算过程如下：其中，表示扩大后的特征图且n＝1,…,N； S5.1.3：通过扩大后的特征图计算出除参考帧以外的差异特征图Rn，计算过程如下： S5.1.4：通过差异特征图计算出用于当前特征图的注意力融合权重图，计算过程如下：其中，An为注意力融合权重图，Rn为差异特征图； S5.1.5：利用注意力融合权重图计算出除参考帧外的每一帧用于融合的特征图，计算过程如下：n＝2,…,N，其中Fn为用于融合的特征图，为最初的浅层特征图； S5.1.6：将获得的所有用于融合的特征图Fn，n＝2,…,N和最初选定的参考特征图在通道维度拼接，送入残差网络获得融合特征图； 所述将融合特征图通过多尺度特征提取网络获得多尺度特征图，具体为：先将融合特征图通过一个投影卷积层投影到深层特征空间，接着进入下采样阶段，将其通过ST层使用注意力机制提取最高级特征，记为然后通过下采样层，对特征进行下采样再经过ST层获取次级特征再次进行下采样并通过ST层获取低级特征然后进入上采样阶段，将上采样后与逐像素相加再经过ST层获取一阶段的次级融合特征再次上采样与逐像素相加后通过ST层获取一阶段的最高级融合特征然后将再通过一次相同的下采样阶段和上采样阶段过程获取二阶段的低级特征次级融合特征和最高级融合特征最后将两阶段获取的低级特征、次级融合特征、最高级融合特征分别对应在通道维度进行拼接，通过三个不同的输出卷积投影得到三种尺度的深度融合特征Feat0,Feat1,Feat2；其中，所述ST层为SwinTransformer层。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县上街镇福州大学城学院路2号福州大学新区；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。