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 > 福州大学吴丽君获国家专利权

福州大学吴丽君获国家专利权

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!

龙图腾网获悉福州大学申请的专利基于状态方程模型的Mamba轻量化建筑物图像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:CN119850424B

龙图腾网通过国家知识产权局官网在2026-02-06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:202510044375.6,技术领域涉及:G06T3/4053;该发明授权基于状态方程模型的Mamba轻量化建筑物图像超分辨率重建方法是由吴丽君;黄光楷;陈志聪;李东徽;李珊;陈雯静设计研发完成,并于2025-01-11向国家知识产权局提交的专利申请。

基于状态方程模型的Mamba轻量化建筑物图像超分辨率重建方法在说明书摘要公布了:本发明公开了基于状态方程模型的Mamba轻量化建筑物图像超分辨率重建方法,具体包括如下步骤:步骤1,获取建筑物高清图像,并将原始高分辨率图像进行降采样,得到对应的低分辨率图像;步骤2,对低分辨率图像进行数据增强;步骤3,构建基于状态方程模型的Mamba轻量化建筑物图像超分辨率网络模型;步骤4,训练所述超分辨率模型,得到基于状态方程模型的Mamba轻量化建筑物图像超分辨率重建模型。本发明可以有效恢复建筑物图像的规则纹理,解决了现有的轻量化图像超分辨率网络在有效感受野与性能间的权衡问题,实现了在不增加计算开销的情况下图像进行高效特征提取以获取全局信息,有效提升轻量化建筑物图像超分辨模型的轻量性和重建质量。

本发明授权基于状态方程模型的Mamba轻量化建筑物图像超分辨率重建方法在权利要求书中公布了:1.基于状态方程模型的Mamba轻量化建筑物图像超分辨率重建方法,其特征在于,包括如下步骤: 步骤S1:获取建筑物高清图像,并利用双三次插值算法得到轻量化图像数据集对应的低分辨率图像; 步骤S2:对输入低分辨率数据进行数据增强; 步骤S3:构建基于状态方程模型的Mamba轻量化建筑物图像超分辨率重建网络,即MambaESR网络模型,具体分为Mamba特征调制网络MFM和局部特征强化模块LFRM; 步骤S4:对步骤S3构建的MambaESR网络模型进行训练; 步骤S5:将测试集输入步骤S4训练好的MambaESR网络模型中,输出超分辨率图像; 步骤S3所述的Mamba特征调制网络针对建筑物图像对长程信息依赖关系大的特点,采用基于状态方程模型的网络架构替换传统CNN和Transformer架构,以在降低计算成本的同时增大感受野;视觉状态方程模型的具体设计过程为: 步骤S3.1:首先对归一化的输入特征进行信道分割操作,给定输入特征X,此过程表示为: 其中,是通道分割操作,为将输入特征分割后的两部分特征; 步骤S3.2:在第一个分支中,特征通道数通过线性映射扩展为,其中为预定义的通 道扩展因子,接着通过深度卷积、SiLU激活函数、状态空间模块SSM层和层归一化LayerNorm 进行变换,表示为: 其中,代表深度可分离卷积核,表示函数, Linear表示线性映射操作,SSM表示状态空间模块,LN表示层归一化操作,为经 过上述操作后第一个分支的中间特征; 步骤S3.3:第二个分支中,特征通道同样通过线性层扩展至,并经过SiLU激活函数处 理;两个分支的特征表示通过逐元素乘积进行融合,表示为: 其中,为第二个分支的输出特征; 步骤S3.4:特征通道数被映射回C,生成输出,其形状与输入保持一致,这个过程表 示为: 。

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福州大学,其通讯地址为:362251 福建省泉州市晋江市金井镇水城路1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。