Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学江俊君获国家专利权

哈尔滨工业大学江俊君获国家专利权

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!

龙图腾网获悉哈尔滨工业大学申请的专利一种基于视觉语言先验的人脸超分辨率方法、系统及及计算机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:CN119540059B

龙图腾网通过国家知识产权局官网在2025-11-07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:202411590182.2,技术领域涉及:G06T3/4053;该发明授权一种基于视觉语言先验的人脸超分辨率方法、系统及及计算机设备是由江俊君;王晨阳;安文洁;江奎;刘贤明设计研发完成,并于2024-11-08向国家知识产权局提交的专利申请。

一种基于视觉语言先验的人脸超分辨率方法、系统及及计算机设备在说明书摘要公布了:本发明的一种基于视觉语言先验的人脸超分辨率方法,包括如下步骤:步骤一、将低分辨率人脸图像送入预训练的视觉‑语言大模型中,提取视觉‑语言多元表示;步骤二、构造视觉语言先验辅助的人脸超分辨率网络,融合视觉语言先验信息;步骤三、将低分辨率人脸图像和步骤一提取的视觉语言多元表示,送入到步骤二的网络中得到超分辨率结果,得到恢复的高质量人脸图像。与现有主流的人脸超分辨率方法FSRNet、DIC、SISN、SFMNet、FaceFormer、WFEN对比,本发明恢复的人脸图像在客观评价指标和主观视觉质量上均表现更优。

本发明授权一种基于视觉语言先验的人脸超分辨率方法、系统及及计算机设备在权利要求书中公布了:1.一种基于视觉语言先验的人脸超分辨率方法,其特征在于,包括如下步骤: 步骤一、将低分辨率人脸图像送入预训练的视觉-语言大模型中,提取视觉-语言多元表示; 步骤二、构造视觉语言先验辅助的人脸超分辨率网络,融合视觉语言先验信息; 步骤三、将低分辨率人脸图像和步骤一提取的视觉语言多元表示,送入到步骤二的网络中得到超分辨率结果,得到恢复的高质量人脸图像; 步骤二中,将低分辨率人脸图像和视觉语言多元表示分别送入特征提取层、CLIP编码器和图像编码器中提取特征,得到视觉特征F0,和视觉语言多元表示特征EC,ED,FS,FD;提取出的特征被送入一系列视觉语言先验融合块和基础块中; 其中和分别表示第i个视觉语言先验融合块和基础块,Fi是结合视觉语言先验信息的特征;将经过L层处理的特征FL输入到一个由卷积层实现的特征重构器中,以产生最终的超分辨率图像ISR;在训练过程中引入L1损失作为约束, 其中,IHR是对应的高分辨率人脸图像; 步骤二中,所述视觉语言先验融合块具体为: 给定低分辨率人脸特征以及视觉语言先验EC,ED,FS,FD,视觉语言先验融合块将低分辨率人脸的特征送入四个并行注意力机制,分别为SegA语义分割注意力、DepA深度注意力、CapA标题注意力和DesA描述注意力,以实现与四种视觉语言先验的有效互动;深度图和语义分割图,由SegA和DepA进行处理,通过级联卷积层学习对人脸结构感知的空间注意力,增强人脸特征; CapA首先对标题的特征应用全局平均池化,然后进行卷积处理和sigmoid激活,生成全局标题注意力;DesA利用图像描述来构建查询Q,同时利用人脸特征来形成键K和值V,并通过交叉注意力机制来实现它们的融合;然后将这四组结果特征与人脸特征进行合并生成最终的输出。

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哈尔滨工业大学,其通讯地址为:150010 黑龙江省哈尔滨市南岗区西大直街92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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。