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！

龙图腾网获悉南京大学申请的专利一种基于归因导向数据增广的图像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：CN119313561B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411361734.2，技术领域涉及：G06T3/4053；该发明授权一种基于归因导向数据增广的图像超分辨率重建方法是由杨育彬;糜泽宇设计研发完成，并于2024-09-27向国家知识产权局提交的专利申请。

本一种基于归因导向数据增广的图像超分辨率重建方法在说明书摘要公布了：本发明公开了一种基于归因导向数据增广的图像超分辨率重建方法，包括：读取输入图像，并生成参考图序列；将参考图序列输入预训练网络进行归因分析，生成显著性图；使用显著性图，找到其中具有最大显著性值的像素，并生成对应的二值掩码图；使用二值掩码图对多个数据增广方法分别进行优化并将其混合，得到基于归因导向数据增广方法；使用所述基于归因导向数据增广方法，获得训练图像集，用于训练图像超分辨率网络；使用训练好的图像超分辨率网络进行图像超分辨率重建。本发明实现了泛用、高效的图像超分辨率网络数据增广方法，可以有效优化超分辨率网络性能，具有较高的使用价值。

本发明授权一种基于归因导向数据增广的图像超分辨率重建方法在权利要求书中公布了：1.一种基于归因导向数据增广的图像超分辨率重建方法，其特征在于，包括以下步骤： 步骤1，读取输入图像，并生成参考图序列； 步骤2，将所述参考图序列输入预训练网络进行归因分析，生成显著性图； 步骤3，使用显著性图，找到其中具有最大显著性值的像素，并生成对应的二值掩码图； 步骤4，使用二值掩码图对多个数据增广方法分别进行优化并将其混合，得到基于归因导向数据增广方法； 步骤5，使用所述基于归因导向数据增广方法，获得训练图像集，用于训练图像超分辨率网络； 步骤6，使用训练好的图像超分辨率网络进行图像超分辨率重建，完成所述基于归因导向数据增广的图像超分辨率重建； 其中，步骤2中所述的生成显著性图，具体包括： 步骤2-1，将参考图序列输入预训练网络，生成所述参考图序列中每个参考图对应的高分辨率参考图像； 步骤2-2，使用全局特征检测器，获取高分辨率参考图像的全局特征； 步骤2-3，使用高分辨率参考图像的全局特征对预训练网络进行反向传播，计算对输入的对应参考图的反向传播梯度； 步骤2-4，计算所有参考图与相邻参考图之间的差值，使用积分累积计算所有参考图的反向传播梯度与该差值乘积之和，获得显著性图； 步骤2-1中所述的生成所述参考图序列中每个参考图对应的高分辨率参考图像，具体方法包括： 其中，是预训练图像超分辨率网络，是生成的高分辨率参考图，其中上标↑表示该图像是高分辨率图像；是第i个参考图； 步骤2-2中所述的获取高分辨率参考图的全局特征，具体方法包括： 步骤2-2-1，生成SOBEL算子，沿着x轴方向对所述高分辨率参考图进行计算，获得x轴方向的图像梯度其中Sobel表示该梯度由SOBEL算子生成，下标x表示该梯度为沿着x轴方向计算得到； 步骤2-2-2，生成SOBEL算子，沿着y轴方向对高分辨率参考图进行计算，获得y轴方向的图像梯度其中Sobel表示该梯度由SOBEL算子生成，下标y表示该梯度为沿着y轴方向计算得到； 步骤2-2-3，计算所述高分辨率参考图的每个像素点上的横向和纵向综合梯度近似值下标xy表示该梯度为x方向梯度和y方向梯度的综合近似值，具体如下： 步骤2-2-4，计算高分辨率参考图的全局特征即对高分辨率参考图所有像素点的梯度求二范式，具体如下： 其中，h0,w0和hmax,wmax分别表示高分辨率参考图像素点的最小位置和最大位置，下标0和max分别表示最小和最大的具体坐标值，GD表示该梯度为全局梯度值； 步骤2-3中所述的计算对输入的对应参考图的反向传播梯度，具体方法包括： 依次计算参考图序列中所有参考图的反向传播梯度值，其中，第i个参考图的反向传播梯度值的计算方法如下； 步骤2-3-1，选择所述的第i个参考图 步骤2-3-2，计算第i个高分辨率参考图的全局特征对该参考图的反向传播梯度值，具体如下： 其中，表示第i个参考图，表示第i个高分辨率参考图； 步骤2-4中所述的获得显著性图，具体方法包括： 步骤2-4-1，计算输入的第i个和第i+1个相邻参考图之间的差值，具体如下： 步骤2-4-2，计算所述2-4-1步骤中的差值和所述2-3-2步骤中的反传梯度的乘积，第i个和第i+1个相邻参考图之间的差值和反传梯度乘积为： 步骤2-4-3，累计所有k个相邻参考图之间差值和反传梯度乘积，积分得到输入图像的显著性图具体如下： 其中，下标s表示该图为显著性图，上标表示该图大小为低分辨率图。

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南京大学，其通讯地址为：210008 江苏省南京市鼓楼区汉口路22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。