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！

龙图腾网获悉南开大学申请的专利基于均值转移扩散的真实场景图像超分辨率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：CN119809935B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411993914.2，技术领域涉及：G06T3/4053；该发明授权基于均值转移扩散的真实场景图像超分辨率方法及系统是由郭春乐;张天一;李重仪;程明明设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本基于均值转移扩散的真实场景图像超分辨率方法及系统在说明书摘要公布了：本发明属于图像超分辨率领域，提供了一种基于均值转移扩散的真实场景图像超分辨率方法及系统，获取真实场景中的低分辨图像，利用预训练的变分自编码器将低分辨率图像投影在潜在空间得到低分辨率图像潜在特征；向低分辨率图像潜在特征中加入噪声，得到起始扩散状态；基于起始扩散状态，迭代利用预训练稳定扩散模型进行去噪，并以低分辨率图像潜在特征作为控制信号指导每一轮迭代，得到超分辨率重构图像。本发明提出了一种均值迁移的扩散过程实现训练与测试的一致。基于所提出的均值迁移扩散过程，本发明设计了对应的训练策略和推理方法，并使用该训练策略微调了现有稳定扩散模型。

本发明授权基于均值转移扩散的真实场景图像超分辨率方法及系统在权利要求书中公布了：1.基于均值转移扩散的真实场景图像超分辨率方法，其特征在于，包括： 获取真实场景中的低分辨图像，利用预训练的变分自编码器将低分辨率图像投影在潜在空间得到低分辨率图像潜在特征； 向低分辨率图像潜在特征中加入噪声，得到起始扩散状态； 基于起始扩散状态，迭代利用预训练稳定扩散模型进行去噪，并以低分辨率图像潜在特征作为控制信号指导每一轮迭代，得到超分辨率重构图像； 其中，利用均值迁移扩散过程确定稳定扩散模型的训练策略和稳定扩散模型； 所述稳定扩散模型的训练策略，具体为： 获取高分辨率图像，并对高分辨率图像进行随机退化得到低分辨率图像； 利用预训练的变分自编码器获取高分辨率图像潜在特征和低分辨率图像潜在特征； 计算低分辨率潜在特征和高分辨率图像潜在特征的差，作为残差； 将残差乘以权重因子并加上标准高斯噪声，得到目标噪声； 将目标噪声与尺度参数的乘积加入到一定尺度参数下的高分辨率图像潜在特征中得到当前状态分布； 并将当前状态分布输入到噪声预测网络模型中以预测目标噪声，利用预测的目标噪声与目标噪声之间作差作为损失，得到最终的训练好的噪声预测网络模型； 以最终的训练好的噪声预测网络模型作为预训练稳定扩散模型； 所述均值迁移扩散过程包括均值转移扩散前向过程和均值转移扩散逆向过程，其中，均值转移扩散前向过程：将高斯噪声的均值替换为低分辨率图像潜在特征与原始高分辨率图像潜在特征之间的残差，并按照权重因子进行缩放，使得分布均值从高分辨率图像潜在特征转化为低分辨率图像潜在特征； 均值转移扩散逆向过程：将高斯噪声的均值替换为低分辨率图像潜在特征与高分辨率图像潜在特征之间的残差，并按照权重因子进行缩放，使得分布均值从低分辨率图像潜在特征转化为高分辨率潜在特征。

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南开大学，其通讯地址为：300350 天津市津南区海河教育园区同砚路38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”。