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！

龙图腾网获悉杭州电子科技大学申请的专利一种六平面特征表示增强的超分辨率动态神经辐射场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：CN119624775B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411725650.2，技术领域涉及：G06T3/4053；该发明授权一种六平面特征表示增强的超分辨率动态神经辐射场方法是由周文晖;林泽威;林密;王凯鑫;孟佳涵设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本一种六平面特征表示增强的超分辨率动态神经辐射场方法在说明书摘要公布了：本发明公开了一种六平面特征表示增强的超分辨率动态神经辐射场方法。包括步骤：1：构建低分辨率的动态神经辐射场模型，生成初始六平面特征图；2：构建特征增强网络模型，生成特征增强六平面特征图；3：根据特征增强的六平面特征图，进行高分辨率视点合成；4：训练超分辨率动态神经辐射场模型；5：利用训练好的超分辨率动态神经辐射场模型，在测试数据集上测试。本发明将时间和空间信息整合到一个超分辨率动态神经辐射场框架。本发明构建的六平面特征表示增强超分辨率动态神经辐射场模型，显著提高了生成图像的细节和真实感，确保了生成图像的整体结构和颜色分布，特别是处理复杂的动态变化场景时，能在生成高质量图像的同时降低内存使用。

本发明授权一种六平面特征表示增强的超分辨率动态神经辐射场方法在权利要求书中公布了：1.一种六平面特征表示增强的超分辨率动态神经辐射场方法，其特征在于包括如下步骤： 步骤S1：构建低分辨率的动态神经辐射场模型，生成初始的六平面特征图； 步骤S2：构建特征增强网络模型，生成特征增强的六平面特征图； 步骤S3：根据特征增强的六平面特征图，进行高分辨率视点合成，得到高分辨率图像； 步骤S4：训练超分辨率动态神经辐射场模型； 步骤S5：利用训练好的超分辨率动态神经辐射场模型，在测试数据集上进行测试； 步骤S2构建特征增强网络模型，将步骤S1中得到的初始的六平面特征图送入特征增强网络模型中，生成增强的六平面特征图；具体如下： 特征增强网络模型包含一个预处理模块和五个带有深度调节的残差嵌套密集模块，依次级联；每一个残差嵌套密集模块包含三个残差密集模块和一个可缩放和可移位的卷积层SFT，残差密集模块包含五个二维卷积层和两个可缩放和可移位的卷积层SFT层；特征增强网络模型将初始的六平面特征图通过预处理模块和多个残差嵌套密集模块进行逐层特征提取和精细化调整特征； 每个残差密集模块和残差嵌套密集模块中，均包含了若干个SFT层；每个SFT层由两个步长为1、卷积核大小为1,1的缩放卷积层和两个步长为1、卷积核大小为1,1的位移卷积层组成；SFT层通过对输入特征进行缩放和移位操作，有效调整特征的空间分布，从而增强模型对输入图像的表示能力； 每个残差密集模块包含五个步长为1、填充为1、卷积核大小为3,3的标准卷积和两个SFT层；卷积层通过堆叠的方式逐步提取输入特征图中的空间信息，每个卷积层的输出都被直接与输入相加形成残差连接，从而有效缓解深度网络训练过程中的梯度消失问题；每一层卷积后紧跟一个SFT层，对特征进行进一步的空间调整，最终通过LeakyReLU激活函数进行非线性变换，增强特征图的非线性表达能力。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。