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膨胀特征调制网络的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：CN119850425B 。

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：202510044417.6，技术领域涉及：G06T3/4053；该发明授权基于膨胀特征调制网络的轻量化建筑物图像超分辨率重建方法是由吴丽君;李珊;陈志聪;黄光楷设计研发完成，并于2025-01-11向国家知识产权局提交的专利申请。

本基于膨胀特征调制网络的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：本发明公开了基于膨胀特征调制网络的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，获取建筑物高分辨率图像，对原始高分辨率图像的降采样，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，构建基于膨胀特征调制网络的轻量化建筑图像超分辨率网络模型；步骤4，训练所述模型，得到基于膨胀特征调制网络的轻量化建筑物图像超分辨率重建模型；本发明有效恢复了低分辨率建筑物图像纹理细节等信息，解决了现有的轻量化图像超分辨率网络建模远程依赖关系方面的不足，实现了在不增加计算开销的情况下在全局特征范围内进行精确且高效的长程依赖关系建模，有效提升建筑物图像超分辨模型的轻量性和重建质量。

本发明授权基于膨胀特征调制网络的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.基于膨胀特征调制网络的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：获取建筑表面的高分辨率图像，并进行建筑物原始高分辨率图像的降采样，得到对应的低分辨率图像； 步骤S2：对低分辨率图像进行数据增强； 步骤S3：针对建筑物图像中具有规则性纹理、对长程依赖关系大的特点，构建基于膨胀特征调制网络的轻量化建筑物图像超分辨率网络模型，具体分为膨胀可分离调制单元DSMU和基于重参数化操作的局部特征增强模块LFEM，旨在从低分辨率建筑物冬像中恢复出高分辨率图像； 步骤S4：对步骤S3构建的基于膨胀特征调制网络的轻量化建筑物图像超分辨率网络模型进行训练； 步骤S5：将待超分图像测试集输入步骤S4训练好的基于膨胀特征调制网络的轻量化建筑物图像超分辨率网络模型中，输出超分辨图像； 基于重参数化操作的局部特征增强模块LFEM具体设计过程为： 步骤S3.4：在LFEM中，首先使用卷积将输入特征的信道数加倍，此过程表示为： 步骤S3.5：然后引入多种与深度卷积并行的多分支结构来编码空间局部上下文 信息，随后将GELU函数应用于隐层进行非线性映射，将其结果通过一个SE注意力模块，最后 通过卷积将信道减少到原来的输入维度得到输出特征，此过程表示为： 其中，和分别表示输入特征和输出特征，表示多分支结构使用重 参数化技巧等价成为的卷积核，SE表示空间注意力机制模块，表示激活 函数。

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。