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 > 中国机械总院集团沈阳铸造研究所有限公司于涵获国家专利权

中国机械总院集团沈阳铸造研究所有限公司于涵获国家专利权

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!

龙图腾网获悉中国机械总院集团沈阳铸造研究所有限公司申请的专利基于扩散模型的图像超分辨率方法、装置及存储介质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:CN120782641B

龙图腾网通过国家知识产权局官网在2026-01-20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:202511292408.5,技术领域涉及:G06T3/4053;该发明授权基于扩散模型的图像超分辨率方法、装置及存储介质是由于涵;刘英池;包春玲;孙春贵;李新越;李兴捷设计研发完成,并于2025-09-11向国家知识产权局提交的专利申请。

基于扩散模型的图像超分辨率方法、装置及存储介质在说明书摘要公布了:本公开涉及基于扩散模型的图像超分辨率方法、装置及存储介质。根据本公开实施例的基于扩散模型的图像超分辨率方法包括:获取对象的低分辨率图像;将所述低分辨率图像以及随机采样的高斯噪声输入经训练的超分辨率图像生成模型,所述超分辨率图像生成模型包括用于以差分方式处理输入特征以预测噪声的无注意力差分放大网络和控制扩散模型的采样策略的采样控制单元;通过所述无注意力差分放大网络和所述采样控制单元对所述高斯噪声迭代地执行去噪处理,以获得指示低分辨率图像和高分辨率图像之间的残差的预测图像;以及将所述低分辨率图像和所述预测图像相加以获得对象的高分辨率图像。

本发明授权基于扩散模型的图像超分辨率方法、装置及存储介质在权利要求书中公布了:1.一种基于扩散模型的图像超分辨率方法,其特征在于,包括: 获取对象的低分辨率图像; 将所述低分辨率图像以及随机采样的高斯噪声输入经训练的超分辨率图像生成模型,所述超分辨率图像生成模型包括用于以差分方式处理输入特征以预测噪声的无注意力差分放大网络和控制扩散模型的采样策略的采样控制单元,所述无注意力差分放大网络包括级联的多个自适应差分放大模块; 通过所述无注意力差分放大网络和所述采样控制单元对所述高斯噪声迭代地执行去噪处理,以获得指示低分辨率图像和高分辨率图像之间的残差的预测图像;以及 将所述低分辨率图像和所述预测图像相加以获得对象的高分辨率图像, 所述超分辨率图像生成模型的训练包括: 从预先准备的图像数据集获取配对的低分辨率图像和高分辨率图像,所述图像数据集包括多个配对的低分辨率图像和高分辨率图像; 在扩散阶段,使用所述低分辨率图像作为条件引导,对获取的所述低分辨率图像和高分辨率图像的残差图像迭代地执行加噪处理,生成与多个时间步对应的噪声图像,直到所述残差图像成为纯噪声信号; 在逆扩散阶段,将所述低分辨率图像和与一个时间步对应的预测噪声图像输入到所述无注意力差分放大网络执行噪声预测处理以获得所述时间步的噪声预测,设置损失函数,迭代地优化模型参数直到满足训练终止条件;以及 训练终止时,将获得的所述无注意力差分放大网络作为训练好的无注意力差分放大网络,并且将包括训练好的无注意力差分放大网络的超分辨率图像生成模型作为训练好的超分辨率图像生成模型, 所述损失函数Lfinal设置为:

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中国机械总院集团沈阳铸造研究所有限公司,其通讯地址为:110022 辽宁省沈阳市铁西区云峰南街17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。