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！

龙图腾网获悉深圳大学申请的专利图像超分辨率模型训练方法、装置、存储介质及设备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：CN114022359B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202111292180.1，技术领域涉及：G06T3/4053；该发明授权图像超分辨率模型训练方法、装置、存储介质及设备是由黄亮;石武祯设计研发完成，并于2021-11-03向国家知识产权局提交的专利申请。

本图像超分辨率模型训练方法、装置、存储介质及设备在说明书摘要公布了：本发明一种图像超分辨率模型训练方法、装置、存储介质及设备，所述方法包括：获取超分数据集，采用所述超分数据集对超分主干网络进行训练；获取超分主干网络当前训练输出的目标超分图像，并计算目标超分图像与超分模板图像之间的损失，得到第一损失项；将目标超分图像和所述超分模板图像分别输入到预训练的语义分割网络当中，输出对应的目标分割图像和分割模板图像；计算目标分割图像和分割模板图像之间的损失，得到第二损失项；根据第一损失项和第二损失项对超分主干网络进行迭代训练。本发明通过提出了一种基于语义分割约束的超分训练方法，在保证超分指标可比的情况下，显著提升了超分图像的语义分割指标。

本发明授权图像超分辨率模型训练方法、装置、存储介质及设备在权利要求书中公布了：1.一种图像超分辨率模型训练方法，其特征在于，所述方法包括： 获取超分数据集，采用所述超分数据集对超分主干网络进行训练； 获取所述超分主干网络当前训练输出的目标超分图像，并计算所述目标超分图像与超分模板图像之间的损失，得到第一损失项； 将所述目标超分图像和所述超分模板图像分别输入到预训练的语义分割网络当中，所述目标超分图像经过所述语义分割网络生成目标分割图像，所述超分模板图像经过所述语义分割网络生成分割模板图像； 计算所述目标分割图像和所述分割模板图像之间的损失，得到第二损失项，其中第二损失项用于度量目标超分图像和超分模板图像在经过语义分割网络后分割图像之间的交叉熵量化距离； 根据所述第一损失项和所述第二损失项确定出所述超分主干网络的当前总损失函数，并根据所述当前总损失函数对所述超分主干网络进行迭代训练，以训练得到图像超分辨率模型； 其中，获取所述超分主干网络当前训练输出的目标超分图像的步骤之后，还包括： 将所述目标超分图像与所述超分模板图像输入到预训练的VGG网络当中，以输出所述目标超分图像和所述超分模板图像的高维特征； 计算所述目标超分图像和所述超分模板图像的高维特征中数据分布的差异，得到第三损失项； 其中，所述当前总损失函数还根据所述第三损失项确定得到； 此外，将所述目标超分图像与所述超分模板图像输入到预训练的VGG网络当中，以输出所述目标超分图像和所述超分模板图像的高维特征的步骤之后，还包括： 计算所述目标超分图像和所述超分模板图像的高维特征做Gram矩阵后二者的分布差异，得到第四损失项； 其中，所述当前总损失函数还根据所述第四损失项确定得到； 具体地，所述当前总损失函数满足以下条件式： 式中，L total代表所述当前总损失函数，L vis代表所述第一损失项，L sem代表所述第二损失项，L feat代表所述第三损失项，L text代表所述第四损失项，α、β、γ和δ分别代表L vis、L feat、L sem和L text的权重。

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深圳大学，其通讯地址为：518000 广东省深圳市南山区南海大道3688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”。