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深度特征融合网络的压缩视频超分辨率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：CN115409695B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202110579150.2，技术领域涉及：G06T3/4076；该发明授权基于深度特征融合网络的压缩视频超分辨率是由吴晓红;王越;何小海;任超;陈洪刚;熊淑华设计研发完成，并于2021-05-26向国家知识产权局提交的专利申请。

本基于深度特征融合网络的压缩视频超分辨率在说明书摘要公布了：本发明公开了一种基于深度特征融合网络的压缩视频超分辨率方法。主要包括以下步骤：对输入的低分辨率压缩视频序列，将连续五帧作为网络的输入，利用混合卷积块和残差块提取低维度特征信息；通过复原模块中的常微分方程块减少压缩痕迹并得到高维度特征信息；将不同维度特征图融合并输入到重建模块中，利用自适应通道注意力和像素注意力模块和亚像素卷积层上采样完成超分辨率重建，得到高分辨率目标视频帧；在视频数据集中构建训练样本对，完成网络训练并且得到最终模型。本发明所述方法用于把低分辨率的压缩视频重建为高分辨率视频，是一种有效的压缩视频超分辨率重建方法。

本发明授权基于深度特征融合网络的压缩视频超分辨率在权利要求书中公布了：1.基于深度特征融合网络的压缩视频超分辨率方法，其特征在于包括以下步骤： 步骤一：低维度特征提取；具体地，对输入的低分辨率压缩视频序列，将连续五帧作为网络的输入，然后利用2D3D混合卷积块和残差网络初步提出低维度特征信息； 步骤二：复原模块；具体地，将得到的低维度特征作为复原网络的输入，通过常微分方程ODE块进行二阶VelocityVerlet算法实现动态系统建模以减少压缩痕迹，并通过一层卷积层后计算该高维度特征输出与没有压缩的低分辨率目标视频帧之间的损失； 步骤三：不同维度特征提取；具体地，将原始特征图、低维度特征图和高维度特征图通过融合块融合在一起得到不同维度特征信息； 步骤四：重建模块；具体地，将步骤三和步骤二的输出结果合并作为重建模块的输入，利用自适应通道注意力和像素注意力模块和亚像素卷积层上采样完成超分辨率重建，得到最终的高分辨率目标视频帧； 步骤五：在视频数据集中构建训练样本对，训练网络参数，当重建的高分辨率视频帧计算模型的损失函数最小时，完成网络训练并且得到最终模型。

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”。