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！

龙图腾网获悉香港科技大学申请的专利使用生成对抗网络的非监督视频超分辨率的设备和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：CN113421186B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202110244932.0，技术领域涉及：G06T3/4053；该发明授权使用生成对抗网络的非监督视频超分辨率的设备和方法是由陈双幸;闻嵩设计研发完成，并于2021-03-05向国家知识产权局提交的专利申请。

本使用生成对抗网络的非监督视频超分辨率的设备和方法在说明书摘要公布了：一种使用生成对抗网络VistGAN的具有时间一致性的视频超分辨率VSR的方法，所述方法仅需要训练高分辨率视频序列来生成高分辨率低分辨率视频帧对以进行训练，而无需预先人工合成的高分辨率低分辨率视频帧对以进行训练。通过此无监督学习方法，编码器将训练高分辨率视频序列的输入高分辨率视频帧退化为其低分辨率对应物，并且解码器试图从低分辨率视频帧恢复原始的高分辨率视频帧。为了改善时间一致性，无监督学习方法提供探索高分辨率域和低分辨率域中的时间相关性的滑动窗。它保持时间一致性，并且还充分利用来自上一次生成的重建高分辨率视频帧的高频细节。

本发明授权使用生成对抗网络的非监督视频超分辨率的设备和方法在权利要求书中公布了：1.一种用于使用生成对抗网络GAN的视频超分辨率VSR的设备，包括： 一组低分辨率LR帧生成网络LFGNet，其被配置为在所述设备的训练期间根据训练高分辨率HR视频序列的输入高分辨率视频帧合成中间低分辨率视频序列的低分辨率视频帧； 一组高分辨率帧估计网络HFENet，其被配置为根据输入低分辨率视频序列的当前正在处理的低分辨率视频帧和上一次处理的低分辨率视频帧以及重建的高分辨率视频序列的上一次生成的输出高分辨率视频帧生成所述重建的高分辨率视频序列的输出高分辨率视频帧序列， 其中所述高分辨率帧估计网络是在所述设备的训练期间使用所述中间低分辨率视频序列作为所述输入低分辨率视频序列训练的，并且所述当前正在处理的低分辨率视频帧和所述上一次处理的低分辨率视频帧是所述中间低分辨率视频序列的视频帧；以及 一组内核估计网络KENet，其在所述设备的训练期间被配置为： 提取所述当前正在处理的低分辨率视频帧和测试低分辨率视频序列的对应于所述当前正在处理的低分辨率视频帧的低分辨率视频帧的退化特征； 收缩提取的退化特征，以减小相同的退化特征之间的欧式距离，并且扩大不同的退化特征之间的欧式距离； 将收缩的退化特征馈送回到所述低分辨率帧生成网络，添加到所述训练高分辨率视频序列；以及 判断所述中间低分辨率视频序列的退化是否与所述测试低分辨率视频序列的退化相同； 其中所述高分辨率帧估计网络包括： 粗略光流估计器，其被配置为估计所述当前正在处理的低分辨率视频帧和所述上一次处理的低分辨率视频帧之间的低分辨率光流，并且将估计的低分辨率光流按比例放大以获得粗略高分辨率光流； 精细光流估计器，其被配置为： 使所述重建的高分辨率视频序列的上一次生成的输出高分辨率视频帧和所述粗略高分辨率光流变形以产生第一变形的高分辨率视频帧； 将所述第一变形的高分辨率视频帧进行空间-到-深度映射以产生第一变形的低分辨率视频帧；以及 根据所述第一变形的低分辨率视频帧和所述当前正在处理的低分辨率视频帧生成精细高分辨率光流、遮挡掩膜矩阵和残余帧；以及 高分辨率帧合成器，其被配置为： 使所述精细高分辨率光流和所述第一变形的高分辨率视频帧变形以产生第二变形的高分辨率视频帧；以及 通过根据所述遮挡掩膜矩阵融合所述第二变形的高分辨率视频帧和残余帧来合成重建的高分辨率视频序列的所述输出高分辨率视频帧； 其中所述遮挡掩膜矩阵包括用于融合所述第二变形的高分辨率视频帧和所述残余帧的一个或多个融合权重；并且 其中所述残余帧包括来自所述当前正在处理的低分辨率视频帧的高频细节。

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香港科技大学，其通讯地址为：中国香港九龙清水湾；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。