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！

龙图腾网获悉四川大学申请的专利基于双域动态编码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：CN119515687B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202311048974.2，技术领域涉及：G06T3/4076；该发明授权基于双域动态编码的图像超分辨率重建方法是由王正勇;刘晓;任超;何小海;卿粼波;滕奇志设计研发完成，并于2023-08-21向国家知识产权局提交的专利申请。

本基于双域动态编码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双域动态编码的图像超分辨率重建方法。主要包括以下步骤：分别训练不同放大倍数的卷积神经网络模型；将低分辨率图像作为输入，通过上一步骤训练的网络模型，得到最终的重建结果。本发明所述方法可以由低分辨率图像重建出高质量的高分辨率图像，是一种有效的图像超分辨率重建方法。

本发明授权基于双域动态编码的图像超分辨率重建方法在权利要求书中公布了：1.基于双域动态编码DDDEN的图像超分辨率重建方法，其特征在于分别训练不同放大倍数的卷积神经网络模型，将低分辨率图像作为输入，通过训练完备的网络模型，得到最终的重建结果；该网络模型主要包括特征提取、非线性映射和图像重建三个部分；首先，通过第一层网络对输入的图像进行特征提取，将图像转入特征域；然后，通过非线性映射部分精细化高维特征；最后，通过卷积层和亚像素采样层获得重建结果；核心非线性映射部分包含16个双域动态编码层DDDE，每个DDDE包含相同的结构：归一化层LN——空间域动态编码层SDDE——归一化层LN——通道域动态编码层CDDE，核心单元DDDE的实现基于如下过程： 对于给定输入 其中，X′和X″分别表示DDDE中间过程输出和最终输出结果，LN·表示层归一化操作：LayerNorm； 核心单元SDDE的实现基于如下过程：对于给定输入——隐式编码生成Q、V——空间感知生成FREGION——长程建模和空间交互生成FMULTI——特征聚合生成FINTERGRATION——门控激活AFINTERGRATION： Q＝LinearX,V＝LinearX2 FREGION＝DWConvQ3 FMULTI＝ConcatDWDConv5×5,k＝2FL,FM,DWDConv7×7,k＝3FH5 FINTERGRATION＝PConvFMULTI6 AFINTERGRATION＝SiLUFINTERGRATION7 最后，SDDE总体流程可用如下公式表示： SDDEX＝LinearAFINTERGRATION⊙V8 其中，DWConv·表示深度卷积DWConv；点卷积PConv；SiLU·表示门控函数SiLU；⊙表示点乘操作； 核心单元CDDE的实现基于如下过程：对于任意输入提出的CDDE层可用如下公式表示： DALZ＝SZ·CZ·Z10 SZ＝SigmoidLinear2cr→cConcatσLinearc→crZ,FSQUEEZE12 其中，Linear·表示线性层，SAL·表示空间感知层，用于引入空间局部性，σ·表示非线性激活函数如高斯误差线性单元GELU，核心模块DAL·表示动态自适应层DAL；S·和C·分别表示空间关系建模分支和通道关系建模分支；GAP·表示全局平均池化操作；Linearm→n表示通道变换维度从m到n；Sigmoid·表示激活函数Sigmoid，用于将提取的特征转映射换成注意力概率以及Concata,b表示将特征a和b串联。

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四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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。