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！

龙图腾网获悉东南大学申请的专利一种基于生成对抗网络的红外图像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：CN120107067B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202510039784.7，技术领域涉及：G06T3/4053；该发明授权一种基于生成对抗网络的红外图像超分辨率方法是由王俊波;王柳和;朱伟;常传文;潘怡瑾设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本一种基于生成对抗网络的红外图像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生成对抗网络的红外图像超分辨率方法，包括：结合密集残差模块和多尺度特征提取的超分辨率重建方法，通过与插值上采样技术相结合，有效提高了红外图像的超分辨率重建质量；同时，通过扩展残差网络的特征提取能力，增加了卷积核的感受野，以更有效地捕获关键特征；此外，在损失函数中引入均方误差损失，旨在平衡清晰的视觉效果和高PSNR值，以达到更佳的图像重建效果。在客观评价指标上明显提高了超分辨率性能，同时在处理图像的噪声、模糊和伪像等方面也展现了较好的效果。本发明可以部署在嵌入式平台上，具有较广泛的实用价值。

本发明授权一种基于生成对抗网络的红外图像超分辨率方法在权利要求书中公布了：1.一种基于生成对抗网络的红外图像超分辨率方法，其特征在于，该方法包括以下步骤： S1、将红外低分辨率图像输入模型中，使用双立方插值法对输入图像进行四倍上采样；低分变率图像像素为480×270； S2、输入图像进入生成网络浅层特征提取模块，通过扩展通道数初步提取低分辨率图像特征； S3、将提取出的浅层图像特征进入模型深层特征提取模块，输出深层图像特征； S4、将提取到的浅层图像特征与深层图像特征逐像素相加，进行全局残差学习； S5、将最终学习到的特征送入上采样模块，将特征分辨率放大并缩小至四通道，得到生成模型的输出图像； S6、将S5得到的图像特征与S1中上采样得到的图像逐像素相加，得到生成网络最终的输出结果； S7、将原始高分辨率图像与生成模型的输出图像输入判别网络，判别两个图像是否一致，如果不一致，则继续调节生成模型的参数继续迭代；若是一致，则模型结束迭代，最终的输出为生成模型的输出图像，高分辨率图像为1920×1080； 所述S3的实现步骤包括： 深层特征提取模块由16个残差稠密模块构成，每个残差稠密模块结构相同，由三个残差模块构成； 输入的特征x1首先进入第一个残差模块，对输入进行多尺度特征提取，将不同尺度提取到的图像特征进行逐像素相加，再进行多次特征提取后送入通道注意力机制模块，得到输出x2，最后将x2加权后与x2相加，构成第一个残差模块的输出rb1； 将rb1输入至第二个残差模块，利用局部特征融合和局部残差学习提取深层特征，通过对不同层级的残差进行融合，采用和第一个残差模块相同的加权叠加方式，得到第二个残差模块的输出rb2； 将rb2输入至第三个残差模块得到输出rb3，此残差模块结构与第二个残差模块结构相同；将rb3加权后与x1叠加，得到残差稠密模块的最终输出rbn1； 按照上述方法，将rbn1输入第二个残差稠密模块得到rbn2，以此类推得到rbn3至rbn16，将rbn1～rbn16按照第二维合并，得到深层特征提取模块的输出。

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东南大学，其通讯地址为：210000 江苏省南京市玄武区四牌楼2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。