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！

龙图腾网获悉杭州电子科技大学申请的专利一种视频超分辨率中场景先验学习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：CN118537228B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202410648144.1，技术领域涉及：G06T3/4076；该发明授权一种视频超分辨率中场景先验学习方法是由汤乐;颜成钢;孙垚棋;刘安安;付莹;张继勇设计研发完成，并于2024-05-23向国家知识产权局提交的专利申请。

本一种视频超分辨率中场景先验学习方法在说明书摘要公布了：本发明公开了一种视频超分辨率中场景先验学习方法。本发明以深度学习的注意力机制作为载体，在上面创建一个场景先验学习模块，该模块包括三个分支：遗忘分支、记忆分支和输出分支，能够使得包含注意力机制的网络模型随着对视频帧序列的遍历，能够不断学习一个与之对应的场景先验，并且每次迭代都会对已学习到的场景先验进行利用。本发明能够有效地挖掘视频序列中的场景先验信息并加以利用。同时有效地弥补了视频超分算法中迭代结构模型时间信息获取不充分的缺点。一定程度打破了注意力机制对于时间信息利用的局限性。只花费较少的计算资源便可以拥有优异的效果性能提升。

本发明授权一种视频超分辨率中场景先验学习方法在权利要求书中公布了：1.一种视频超分辨率中场景先验学习方法，其特征在于，该方法以深度学习的注意力机制作为载体，在上面创建一个场景先验学习模块，该模块使得包含注意力机制的网络模型随着对视频帧序列的遍历，能够不断学习一个与之对应的场景先验，并且每次迭代都会对已学习到的场景先验进行利用，该方法具体包括如下步骤： 步骤1、将创建的场景先验学习模块挂载于网络模型的注意力机制，训练方式实现如下： HRi，SPi＝Netn*LR，SPi-11 Loss＝criterionHRi，GTi2 其中，HRi表示网络输入的中心帧，n表示输入帧的窗口大小；LR表示输入帧，这是一个低分辨率的初始帧；GT表示参照的高分辨帧，i表示中心帧的唯一标识符；网络模型的输入除了输入的窗口大小的低分辨率帧序列外，还需要输入上一轮次得到的场景先验信息SPi-1；同时网络模型额外输出一个当前训练轮次学习到的场景先验信息SPi；因为场景先验的基本支撑在于其同属于同一个视频，因此中心帧唯一标识符i也必须是按照视频帧序列依次遍历的，i-1表示上训练伦次的中心帧唯一标识符； 步骤2、将创建的场景先验学习模块的挂载于网络模型的注意力机制，测试方式实现如下： HRi,SPi＝Netn*LR,SPi-13 其中，网络模型多了一个上一测试轮次的场景先验信息作为输入，多了一个这一测试轮次学习到的场景先验信息作为输出； 步骤3、挂载场景先验学习模块后注意力机制的运行结构的改进如下： 其中，fatt表示注意机制，Ft,n表示从t时刻的n个相邻帧中提取的特征图，A表示注意结构的输出特征图，表示首先在t时刻中第1帧中提取的当前特征图，然后通过场景先验学习模块进行增强，的计算公式如下： 其中，fspl表示场景先验学习模块，Pt和Pt-1分别表示在t和t-1时刻获得的场景先验特征图，表示在t-1时刻中第1帧中获得的增强特征图； 步骤4、设计场景先验学习模块包括三个分支：遗忘分支、记忆分支和输出分支。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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。