中国科学院自动化研究所赫然获国家专利权
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！
龙图腾网获悉中国科学院自动化研究所申请的专利基于无源领域自适应的图像超分辨率方法及装置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：CN115908141B 。
龙图腾网通过国家知识产权局官网在2026-03-27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：202211690099.3，技术领域涉及：G06T3/4053；该发明授权基于无源领域自适应的图像超分辨率方法及装置是由赫然;黄怀波;艾雨昂;周晓强设计研发完成，并于2022-12-27向国家知识产权局提交的专利申请。
本基于无源领域自适应的图像超分辨率方法及装置在说明书摘要公布了：本发明提供一种基于无源领域自适应的图像超分辨率方法及装置，该方法包括：将无标签的待处理图像输入至预训练后的源域模型，得到所述待处理图像对应的伪标签，所述源域模型基于有标签的样本图像训练得到；将所述待处理图像输入至目标域模型，得到目标超分辨率图像和目标低分辨率图像，所述目标域模型基于所述伪标签训练得到。本发明提供的基于无源领域自适应的图像超分辨率方法，可以提高了模型的泛化性能，减轻模型在源域和目标域之间的差距。
本发明授权基于无源领域自适应的图像超分辨率方法及装置在权利要求书中公布了：1.一种基于无源领域自适应的图像超分辨率方法，其特征在于，包括： 将无标签的待处理图像输入至预训练后的源域模型，得到所述待处理图像对应的伪标签，所述源域模型基于有标签的样本图像训练得到； 将所述待处理图像输入至目标域模型，得到目标超分辨率图像和目标低分辨率图像，所述目标域模型基于所述伪标签训练得到； 其中，所述源域模型基于头部结构、特征提取器和尾部结构构建； 所述目标域模型包括第一模型、第二模型和第三模型，所述第一模型的结构与所述源域模型的结构相同，所述第二模型基于所述第一模型和多个批增强层构建，所述第三模型基于降采样网络构建，所述批增强层用于进行数据增强，所述降采样网络用于基于所述目标超分辨率图像得到所述目标低分辨率图像。
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科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励