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！

龙图腾网获悉安徽工业大学申请的专利一种基于扩散模型的任意尺度视频超分辨率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：CN120088133B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202510154703.8，技术领域涉及：G06T3/4053；该发明授权一种基于扩散模型的任意尺度视频超分辨率方法是由刘恒;熊国宇设计研发完成，并于2025-02-12向国家知识产权局提交的专利申请。

本一种基于扩散模型的任意尺度视频超分辨率方法在说明书摘要公布了：本发明公开了一种基于扩散模型的任意尺度视频超分辨率方法，属于技术领域。本发明通过时空特征融合以及任意尺度隐式神经上采样的任意尺度超分辨率方式，能够有效解决现有视频超分辨方法在任意尺度方面的不足；不仅能够解决现有方法的只能进行整数倍数以及单一倍数限制，可以生成任意大小的高分辨率视频序列，同时也能保证视频序列之间的前后一致性，丰富了视频超分辨的应用场景，拓展了该领域的技术边界。

本发明授权一种基于扩散模型的任意尺度视频超分辨率方法在权利要求书中公布了：1.一种基于扩散模型的任意尺度视频超分辨率方法，其特征在于，包括以下步骤： S1：低分辨率视频帧输入 获取输入的低分辨率视频序列L和预设的放大倍数s或者目标分辨率； S2：插值与光流信息计算 对低分辨率视频序列L进行插值处理，将其插值到目标分辨率大小，得到一个粗略的高分辨率视频帧序列利用一个预训练的光流网络of计算相邻帧之间的光流信息，生成光流图O； S3：潜在特征表示生成 对粗略的高分辨率视频帧进行编码处理，生成潜在特征表示z； S4：初始输入生成 根据编码得到的潜在特征表示z，生成一个大小相同的噪声noise，根据潜在特征表示z和噪声noise初始化一个初始输入xT，并将潜在特征表示z送入引导条件网络处理，以生成条件输入；然后将条件输入和初始输入xT一同送入扩散模型的U-Net网络中； S5：时空信息融合 在U-Net网络的编码器部分，步骤S4中输入的特征按照原有结构进行处理，提取多尺度的带噪特征；在U-Net网络的解码器部分，多尺度的带噪特征经过残差块与Transformer块处理后送入隐式神经上采样模块中，在隐式神经上采样模块中进行时空信息融合处理； S6：隐式神经上采样处理 根据U-Net网络对应编码器部分的多尺度的带噪特征大小生成对应大小的坐标网格coord，将时空信息融合处理后的特征与坐标网格coord的大小均缩放到-1到1区间，对坐标网格中每个点的位置寻找时空信息融合处理后的特征图fnew中对应位置并查询特征值，之后缩放回原大小，将查询后得到的特征图fquery送入由多层感知机参数化的隐式神经函数层中得到输出fout，之后与编码器输出的多尺度的带噪特征连接后送入U-Net网络的解码器部分的下一级模块中； S7：光流对齐处理 在U-Net网络处理完成后，将其输出的特征送入光流对齐模块，利用在步骤S2中计算得到的光流图，对特征进行卷曲处理，将相邻帧之间的特征进行对齐； S8：生成高分辨率视频帧及输出 将光流对齐处理后的特征通过T次迭代去噪过程，逐步消除噪声，还原出高分辨率的视频帧细节，去噪过程完成后得到的特征fdenoise被扩散模型的解码器解码为高分辨率视频序列H。

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安徽工业大学，其通讯地址为：243032 安徽省马鞍山市经济技术开发区南区嘉善科技园2号楼；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。