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 > 中国科学技术大学查正军获国家专利权

中国科学技术大学查正军获国家专利权

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!

龙图腾网获悉中国科学技术大学申请的专利基于状态空间方程的神经拟态信号驱动的视频重构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:CN120147160B

龙图腾网通过国家知识产权局官网在2025-11-14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:202510215927.5,技术领域涉及:G06T5/60;该发明授权基于状态空间方程的神经拟态信号驱动的视频重构方法是由查正军;傅雪阳;葛成杰设计研发完成,并于2025-02-26向国家知识产权局提交的专利申请。

基于状态空间方程的神经拟态信号驱动的视频重构方法在说明书摘要公布了:本发明公开了一种基于状态空间方程的神经拟态信号驱动的视频重构方法,包括:1、构建一个基于状态空间方程的视频重构网络;2、引入一种针对神经拟态信号空域特性设计的随机窗口位移Mamba模块;3、引入一种针对神经拟态信号时空域特性设计的希尔伯特填充Mamba模块;4、通过反向传播对混合超分网络进行训练,持续优化直至损失函数收敛为止,得到的视频重构模型用于对待处理的神经拟态信号进行重建,进而生成相应的高质量视频。本发明通过状态空间方程的线性全局建模能力和针对性的网络模块设计,实现了高效运行且视觉效果优异的视频重构。

本发明授权基于状态空间方程的神经拟态信号驱动的视频重构方法在权利要求书中公布了:1.一种基于状态空间方程的神经拟态信号驱动的视频重构方法,其特征在于,包括以下步骤: 步骤1:获取时间长度为的第i个神经拟态信号流以及对应的基准视频帧,并对进行体素化操作,得到第i个神经拟态体素,其中,和分别表示神经拟态体素的高度及宽度;C表示体素化后的通道数;表示实数空间; 步骤2:构建一个基于状态空间方程的视频重构网络,包括:浅层神经拟态特征提取模块、空间局部性增强下采样模块、时空局部性增强模块、空间局部性增强上采样模块以及视频输出模块;并对进行处理,得到第i个重建的视频帧; 步骤2.1:所述浅层神经拟态特征提取模块利用空间卷积残差对神经拟态体素进行特征提取,得到第i个浅层神经拟态特征,其中,为浅层神经拟态特征的通道数; 步骤2.2:所述空间局部性增强下采样模块由M个级联的随机窗口下采样模块组成,并对浅层神经拟态特征进行处理后,输出第i个空间局部增强后的神经拟态特征集;其中,表示第m级空间局部增强后的神经拟态特征; 步骤2.3:所述时空局部性增强模块由N个级联的Mamba模块组成,并对第M级空间局部增强神经拟态特征进行处理后,输出第i个时空局部性增强后的神经拟态特征集;其中,表示第n级时空局部增强后的神经拟态特征; 步骤2.4:所述空间局部性增强上采样模块由M个级联的随机窗口上采样模块组成,并对第n级时空局部增强后的神经拟态特征和进行处理后,输出第i个神经拟态融合特征集;其中,表示第m级神经拟态融合特征; 步骤2.5:所述视频输出模块利用空间卷积残差对第M级神经拟态融合特征进行处理后,得到第i个重建的视频帧; 步骤3:构建预训练的固定感知神经网络,并对和进行处理,得到第i个感知相似度指标; 步骤4:基于和以及,构建基于状态空间方程的视频重构网络的总损失函数,并利用Adam优化器,对基于状态空间方程的视频重构网络进行训练,以更新网络参数,直至总损失函数收敛为止,从而得到最优视频重构模型,用于对输入的神经拟态信号进行视频重建。

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中国科学技术大学,其通讯地址为:230026 安徽省合肥市包河区金寨路96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。