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！

龙图腾网获悉长春理工大学申请的专利一种基于分频引导迭代扩散的红外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：CN120070177B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510095537.9，技术领域涉及：G06T3/4053；该发明授权一种基于分频引导迭代扩散的红外图像超分辨率重建方法是由唐雁峰;王圣淇;朱德鹏;张炳坤;郝子强;葛微设计研发完成，并于2025-01-21向国家知识产权局提交的专利申请。

本一种基于分频引导迭代扩散的红外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分频引导迭代扩散的红外图像超分辨率重建方法，属于红外超分辨率重建技术领域，包括如下步骤：构建网络模型，上采样层、高斯滤波器、高频引导信息编码器、条件映射层和预训练的稳定扩散模型；准备数据集，对数据集进行预处理并将数据集划分为训练集、验证集和测试集三部分；利用准备好的红外图像数据集对网路训练，整个训练过程遵循分频引导迭代训练策略，直至达到预设阈值；利用准备好的验证集对网络进行微调，获得最终训练模型；将获得最终模型参数进行固化并保存网络。本发明采用高低频分离处理，通过分频引导迭代训练策略，逐步提升图像的细节和清晰度，以实现针对真实世界低质量红外图像的超分辨率重建。

本发明授权一种基于分频引导迭代扩散的红外图像超分辨率重建方法在权利要求书中公布了：1.一种基于分频引导迭代扩散的红外图像超分辨率重建方法，其特征在于，具体步骤为： 步骤1，构建网络模型：整个超分网络由上采样层、高斯滤波器、高频引导信息编码器、条件映射层和预训练的稳定扩散模型组成； 步骤2，准备数据集：采用LLVIP数据集，并对数据集进行选取和预处理； 步骤3，选定损失函数及评价指标：根据步骤1中的网络模型选择损失函数使网络重建的超分辨率图像与真实高分辨率图像之间的差异最小化，并选择评价指标来对网络的性能进行评估；使用像素损失、感知损失、KL散度损失、控制损失和高频损失；选择峰值信噪比和结构相似性作为评价指标； 步骤4，训练网络模型：将步骤2中构建数据集中的训练集输入网络模型对网络模型进行训练，整个训练过程遵循分频引导迭代训练策略，同时为确保预训练的稳定扩散模型的效果，其权重参数保持固定，仅对高频引导信息编码器和条件映射层的参数进行优化，直至获得最优训练权重； 步骤5，保存模型，训练完成后，固化网络参数，将参数、权重、代码存储到存储器中，确定最终的红外图像超分辨率重建模型； 所述步骤4中的分频引导迭代训练策略首先将输入红外图像分解为高频信息和低频信息，其中高频信息包含细节、纹理信息，低频部分包含图像的整体结构；高频信息作为高频引导信息编码器的输入，低频信息作为预训练的稳定扩散模型的输入，将高频信息编码成条件信息用于指导预训练的稳定扩散模型的生成，在稳定扩散模型的反向过程中，每一个时间步下的低频特征都会结合高频条件信息生成结果，将第n个时间步生成的结果提取出来，作为第n+1轮训练的输入并反馈回整个网络中进行迭代，直至达到训练阈值。

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长春理工大学，其通讯地址为：130022 吉林省长春市朝阳区卫星路7089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。