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！

龙图腾网获悉南京理工大学申请的专利基于注意力机制的人脸图像超分辨率网络模型及处理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：CN116778539B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202210206118.4，技术领域涉及：G06V40/16；该发明授权基于注意力机制的人脸图像超分辨率网络模型及处理方法是由王清华;刘腾鸥;宋旸;来建成;李振华设计研发完成，并于2022-03-03向国家知识产权局提交的专利申请。

本基于注意力机制的人脸图像超分辨率网络模型及处理方法在说明书摘要公布了：本申请提供基于注意力机制的人脸图像超分辨率模型及处理方法，本申请提供的模型从输入端至输出端包括粗糙重建网络以及精细重建网络；以及分别与两者相连接的语义分割网络。其中，精细重建网络包括依次相连接的3×3卷积层、多个混合注意力模块以及3×3卷积层以及全局的跳跃连接。粗糙重建网络包括四个计算单元。语义分割网络为U字型，左边为编码部分，右边为解码部分。本申请提供的模型在人脸识别过程中可以在复杂场景下，重建人脸与背景的主次信息，使得人脸高度还原。

本发明授权基于注意力机制的人脸图像超分辨率网络模型及处理方法在权利要求书中公布了：1.基于注意力机制的人脸图像超分辨率模型，其特征在于，所述模型从输入端至输出端包括粗糙重建网络以及精细重建网络；以及分别与两者相连接的语义分割网络； 所述粗糙重建网络包括四个计算单元； 其中，第一计算单元是一个3×3的卷积层； 第二计算单元包括依次连接的多个混合注意力模块和一个3×3的卷积层以及连接第一计算单元输出与第二计算单元输出的长跳跃连接； 第三计算单元包括依次连接的3×3的卷积层和元素重新排列层组成的图像上采样层； 第四计算单元是一个3×3的卷积层； 所述粗糙重建网络的执行方法如下： Y1＝ConvILR1 Yi+1＝fMAMYi,i＝1,2,……,N2 YN+2＝Y1+ConvYN+13 YN+3＝ConvYN+24 YN+4＝PixelShuffleYN+35 ISR1＝ConvYN+46 式中，ILR表示粗糙重建网络输入的低分辨率图像，粗糙重建网络输出的图像为ISR1，Yi表示第i个特征图，Conv·代表卷积核为3×3像素的卷积操作，fMAM·代表混合注意力模块，N表示粗糙重建网络混合注意力模块的个数，PixelShuffleYN+3表示像素重组操作； 所述语义分割网络为U字型，左边依次包括一个3×3卷积层、17个倒残差模块与一个3×3卷积层；右边解码部分包括4个反卷积层与4个倒残差模块；其中，每一反卷积层后连接一个倒残差模块； 左边与右边对应尺寸的图像特征图上还设置有跳跃连接，所述跳跃连接通过通道拼接； 所述语义分割网络的执行方法如下： ISeg＝SegISR17 式中，ISR1为语义分割网络的输入图像，ISeg为分割模板，ISR'为输出图像，Seg·代表人脸语义分割，表示为哈达玛积； 所述精细重建网络包括依次相连接的3×3卷积层、多个混合注意力模块以及3×3卷积层，所述精细重建网络还包括一条从精细重建网络输入到最后一层3×3卷积层的输出的全局跳跃连接； 所述精细重建网络的执行方法如下： Z1＝ConvISR'9 Zi+1＝fMAMZi,i＝1,2,……,K10 ISR＝Z1+ConvZK+111 式中，ISR'表示精细超分辨率网络的输入图像，输出的图像为ISR，Z表示图像的第i个特征图，Conv·表示代表卷积核为3×3像素的卷积操作，fMAM·代表混合注意力模块，K表示精细重建网络的混合注意力模块的个数。

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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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。