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！

龙图腾网获悉西安科技大学申请的专利频域自适应超分辨率重建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：CN119809936B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510002506.4，技术领域涉及：G06T3/4053；该发明授权频域自适应超分辨率重建方法是由赵安新;黎梁;张晨阳设计研发完成，并于2025-01-02向国家知识产权局提交的专利申请。

本频域自适应超分辨率重建方法在说明书摘要公布了：本发明公开了频域自适应超分辨率重建方法，包括以下步骤：获取原始图像；将原始图像通过训练好的频域自适应超分辨率重建模型处理后得到重建图片。频域自适应超分辨率重建方法，本发明中多尺度频域特征提取模块通过联合特征金字塔结构与傅里叶变换，能够从不同层次的特征图中提取多尺度特征，这种多尺度特征提取有助于模型捕获图像的不同层次信息，增强对细节的识别能力；频率金字塔注意力网络将特征图分解为不同频率成分，并计算各个频率成分的重要性，通过注意力权重对这些成分进行加权，使得模型能够更加关注于对图像重建质量影响较大的高频信息。

本发明授权频域自适应超分辨率重建方法在权利要求书中公布了：1.频域自适应超分辨率重建方法，其特征在于，包括以下步骤： S1、获取原始图像； S2、将原始图像通过训练好的频域自适应超分辨率重建模型处理后得到重建图片； S2.1、浅层特征提取模块通过非线性映射提取原始图像浅层特征； S2.2、若干堆叠的多尺度频域特征提取模块处理原始图像浅层特征后得到原始图像深层特征； 所述多尺度频域特征提取模块处理原始图像浅层特征的过程如下所示： A1、将原始图像浅层特征通过若干卷积层处理后得到原始图像蒸馏特征； A2、通过特征增强模块对原始图像蒸馏特征进行处理后得到原始图像多尺度特征图； A3、将原始图像多尺度特征图通过频率金字塔注意力网络处理后得到原始图像深层特征； A3.1、通过傅里叶变换将原始图像多尺度特征图从空间域转换到频率域； A3.2、通过卷积层分别提取频率域中的原始图像多尺度特征图中实部和虚部的频域特征后依据注意力权重加权系数依次做增强处理和合并处理后得到原始图像增强细节特征； 所述注意力权重加权系数通过快速傅里叶变换损失函数计算得到； 所述快速傅里叶变换损失函数的计算公式如下所示： 其中，表示快速傅里叶变换损失值，表示损失权重加权系数，表示预测图像在频域中的实部，表示目标图像在频域中的实部，表示预测图像在频域中的虚部，表示目标图像在频域中的虚部； A3.3、通过逆傅里叶变换将原始图像增强细节特征从频率域转换到空间域； A3.4、将原始图像增强细节特征与原始图像多尺度特征图融合后得到原始图像深层特征； S2.3、特征融合模块将原始图像深层特征和原始图像浅层特征融合后通过亚像素卷积重排得到重建图片。

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西安科技大学，其通讯地址为：710054 陕西省西安市碑林区雁塔中路58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。