買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉浙江大學(xué);佛山市順德區(qū)美的電熱電器制造有限公司申請(qǐng)的專利一種基于知識(shí)蒸餾壓縮模型的圖像超分辨率方法及裝置獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115984111B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202310018874.9，技術(shù)領(lǐng)域涉及：G06T3/4053；該發(fā)明授權(quán)一種基于知識(shí)蒸餾壓縮模型的圖像超分辨率方法及裝置是由胡浩基;方杭翔;歐陽(yáng)濤;劉凱;黃源甲;龍永文設(shè)計(jì)研發(fā)完成，并于2023-01-06向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于知識(shí)蒸餾壓縮模型的圖像超分辨率方法及裝置在說(shuō)明書摘要公布了：本發(fā)明公開了一種基于知識(shí)蒸餾壓縮模型的圖像超分辨率方法及裝置，將小的學(xué)生網(wǎng)絡(luò)模型級(jí)聯(lián)到性能較高的教師網(wǎng)絡(luò)中來(lái)更好的完成知識(shí)蒸餾，能夠使得學(xué)生網(wǎng)絡(luò)性能逐步逼近教師網(wǎng)絡(luò)，進(jìn)而完成超分辨率網(wǎng)絡(luò)的壓縮。使用本發(fā)明的蒸餾策略不但避免了在不同網(wǎng)絡(luò)之間手動(dòng)設(shè)計(jì)特征轉(zhuǎn)換來(lái)對(duì)齊，還大大減小了學(xué)生網(wǎng)絡(luò)的優(yōu)化難度。為了緩解教師和學(xué)生之間的表征差距造成的低效蒸餾問(wèn)題，本發(fā)明將教師層與層之間的相似性關(guān)系視為知識(shí)，使學(xué)生在自己的空間里學(xué)習(xí)教師的相似性關(guān)系，而不是直接模仿教師的復(fù)雜特征。本發(fā)明顯著壓縮了超分辨率網(wǎng)絡(luò)模型的參數(shù)量和計(jì)算消耗，減小了超分辨率網(wǎng)絡(luò)模型在資源受限的設(shè)備中的部署難度，具有很強(qiáng)的實(shí)際應(yīng)用價(jià)值。

本發(fā)明授權(quán)一種基于知識(shí)蒸餾壓縮模型的圖像超分辨率方法及裝置在權(quán)利要求書中公布了：1.一種基于知識(shí)蒸餾壓縮模型的圖像超分辨率方法，其特征在于，該方法包括以下步驟： 1分別獲取訓(xùn)練好的大的教師網(wǎng)絡(luò)和待訓(xùn)練的小的學(xué)生網(wǎng)絡(luò)，其中，教師網(wǎng)絡(luò)是公開的、預(yù)訓(xùn)練好的網(wǎng)絡(luò)；學(xué)生網(wǎng)絡(luò)是將教師網(wǎng)絡(luò)減少深度之后的網(wǎng)絡(luò)，將用于實(shí)際部署；將教師網(wǎng)絡(luò)和學(xué)生網(wǎng)絡(luò)分別按照網(wǎng)絡(luò)深度，以塊為單位均分為兩個(gè)模塊，得到教師模塊一、教師模塊二、學(xué)生模塊一和學(xué)生模塊二；并基于融合上一層語(yǔ)義特征與當(dāng)前層提煉的特征軟化模塊依次將教師模塊一、軟化模塊和學(xué)生模塊二級(jí)聯(lián)，將學(xué)生模塊一、軟化模塊和教師模塊二級(jí)聯(lián)，組成兩條優(yōu)化路徑，用于知識(shí)蒸餾； 2獲取訓(xùn)練集低清圖像，其中，訓(xùn)練集是公開的數(shù)據(jù)集，包含低清和高清兩種成對(duì)的圖像；將低清圖像輸入到兩條優(yōu)化路徑進(jìn)行特征提取；網(wǎng)絡(luò)提取得到的是低清圖像的紋理細(xì)節(jié)和高頻特征以及圖像的結(jié)構(gòu)，然后將提取的特征圖通過(guò)卷積網(wǎng)絡(luò)生成初步圖像結(jié)果，與高清圖像計(jì)算損失項(xiàng)，以此來(lái)懲罰網(wǎng)絡(luò)對(duì)圖像恢復(fù)不正確的地方；損失項(xiàng)包括結(jié)構(gòu)是否一致，顏色是否符合統(tǒng)計(jì)規(guī)律以及紋理是否自然，最后基于損失來(lái)優(yōu)化兩條路徑的參數(shù)； 3將交叉蒸餾完的兩個(gè)學(xué)生模塊取出后相互連接，組成最終的優(yōu)化路徑；輸入低清圖像到該網(wǎng)絡(luò)，使用完整的教師網(wǎng)絡(luò)產(chǎn)生超分辨率圖像用于監(jiān)督，計(jì)算損失項(xiàng)并更新參數(shù)，訓(xùn)練完成后即取得最終壓縮模型，將獲取的低清圖像輸入到最終壓縮模型中，得到超分辨率圖像。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人浙江大學(xué);佛山市順德區(qū)美的電熱電器制造有限公司，其通訊地址為：310058 浙江省杭州市西湖區(qū)余杭塘路866號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。