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！

龙图腾网获悉北京大学申请的专利一种基于双向元学习的任意时刻视频插帧方法及系统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：CN115037902B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202210437295.3，技术领域涉及：H04N7/01；该发明授权一种基于双向元学习的任意时刻视频插帧方法及系统是由刘家瑛;马逸扬;于世兴;杨文瀚;郭宗明设计研发完成，并于2022-04-19向国家知识产权局提交的专利申请。

本一种基于双向元学习的任意时刻视频插帧方法及系统在说明书摘要公布了：本发明公开了一种基于双向元学习的任意时刻视频插帧方法及系统。本方法为：利用所选训练数据集训练视频插帧网络模型；其中以所述训练集中两不相邻时刻的视频帧作为视频插帧网络模型输入，输出该两不相邻时刻中一时刻的视频帧，并以该时刻的真实视频帧为监督进行训练；对于一待处理的视频，确定该视频的待插帧时刻，然后取该视频中该待插帧时刻两侧的视频帧及该待插帧时刻输入到训练后的视频插帧网络模型中，获得该待插帧时刻的视频帧。本发明能够借助给定的视频的帧，在任意时刻进行插帧，实现视频帧率的提升，提高视频观看者的视觉体验。

本发明授权一种基于双向元学习的任意时刻视频插帧方法及系统在权利要求书中公布了：1.一种基于双向元学习的任意时刻视频插帧方法，其步骤包括： 利用所选训练数据集训练视频插帧网络模型；其中以所述训练数据集中两不相邻时刻的视频帧作为视频插帧网络模型输入，输出该两不相邻时刻中任一时刻的视频帧，并以该时刻的真实视频帧为监督进行训练； 对于一待处理的视频，确定该视频的待插帧时刻，然后取该视频中该待插帧时刻两侧的视频帧及该待插帧时刻输入到训练后的视频插帧网络模型中，获得该待插帧时刻的视频帧； 其中，所述视频插帧网络模型包括基于元学习的光流估计器、视频插帧生成器；其中，基于元学习的光流估计器包括初步光流估计器、线性光流混合器、光流核生成器、特征提取器、权重估计器及元光流精炼器；基于元学习的视频插帧生成器包括基于光流的帧初步生成器、帧核生成器、特征提取器及元帧回归器；训练视频插帧网络模型的方法为： 将所述训练数据集中两不相邻时刻的视频帧分别输入基于元学习的光流估计器、视频插帧生成器；基于元学习的光流估计器对输入的两不相邻时刻的视频帧处理步骤如下： a将两不相邻时刻的视频帧It、It+1输入到初步光流估计器中，分别初步估计从前一帧到后一帧的光流以及从后一帧到前一帧的光流； b对视频帧It、It+1分别降采样得到输入到所述初步光流估计器中，分别估计降采样情况下的从前一帧到后一帧的光流以及从后一帧到前一帧的光流并将估计结果上采样回原分辨率，记为 c第一线性光流混合器根据步骤a所得结果，采用线性光流混合的方法计算出从待插帧的任意时刻α到帧It、It+1所对应时刻的光流，分别记为第二线性光流混合器根据采用线性光流混合的方法计算出从待插帧的任意时刻到帧It、It+1所对应时刻的光流，分别记为 d将联合待插帧的具体时刻值t+α共同输入到第一权重估计器中，再将第一权重估计器输出的结果输入光流核生成器，生成光流核并将其输入到元光流精炼器；将输入第一特征提取器，得到光流的抽象特征并将其输入到元光流精炼器； e元光流精炼器利用光流的抽象特征对光流核进行卷积操作，得到精炼的光流 根据初步估计的光流和精炼的光流计算精炼光流正则项Lf，根据精炼的光流计算平滑损失项Ls； 基于元学习的视频插帧生成器对输入的两不相邻时刻的视频帧处理步骤如下： 将It、It+1与输入帧初步生成器，得到初步生成待插帧的任意时刻α的帧根据计算重建帧一致性正则项Lw； 将精炼的光流联合待插帧的具体时刻值t+α共同输入到第二权重估计器中，再将第二权重估计器输出的结果输入帧核生成器，生成帧核 将帧联合两已知帧It、It+1输入第二特征提取器，得到抽象特征 元帧回归器根据抽象特征对帧核进行卷积，得到精炼的帧根据精炼的帧及对应的真实帧计算重建损失函数项Lr； 将重建损失函数项Lr、重建帧一致性正则项Lw、精炼光流正则项Lf、平滑损失项Ls加权组合，对所述视频插帧网络模型进行优化。

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北京大学，其通讯地址为：100871 北京市海淀区颐和园路5号北京大学；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”。