<thead id="3jag6"><rt id="3jag6"><noscript id="3jag6"></noscript></rt></thead>
  • <s id="3jag6"><track id="3jag6"><menuitem id="3jag6"></menuitem></track></s>
        <sub id="3jag6"><p id="3jag6"></p></sub>

          <style id="3jag6"></style>
          国产精品久久久久久久网,人人妻人人澡人人爽国产,亚洲中文字幕无码爆乳APP,免费大片黄国产在线观看,无码抽搐高潮喷水流白浆,国产久免费热视频在线观看,国产亚洲精品成人aa片新蒲金,久久久97丨国产人妻熟女
          Document
          拖動滑塊完成拼圖
          個人中心

          預訂訂單
          服務訂單
          發布專利 發布成果 人才入駐 發布商標 發布需求

          在線咨詢

          聯系我們

          龍圖騰公眾號
          首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 需求市場 關于龍圖騰
           /  免費注冊
          到頂部 到底部
          清空 搜索
          當前位置 : 首頁 > 專利喜報 > 南京郵電大學王力謙獲國家專利權

          南京郵電大學王力謙獲國家專利權

          買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

          龍圖騰網獲悉南京郵電大學申請的專利基于半耦合深度卷積字典學習的圖像超分辨率重建方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115829834B

          龍圖騰網通過國家知識產權局官網在2025-09-19發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202211133791.6,技術領域涉及:G06T3/4053;該發明授權基于半耦合深度卷積字典學習的圖像超分辨率重建方法是由王力謙;李東升;邵文澤;葛琦設計研發完成,并于2022-09-16向國家知識產權局提交的專利申請。

          基于半耦合深度卷積字典學習的圖像超分辨率重建方法在說明書摘要公布了:本發明公開了一種基于半耦合深度卷積字典學習的圖像超分辨率重建方法,包括:準備輸入的訓練集數據;構建半耦合深度卷積字典學習模型;構建和訓練求解該模型的深度神經網絡,得到訓練好的系數映射網絡、字典和系數;利用訓練好的系數映射網絡、字典和系數重建低分辨率圖像得到高分辨率圖像。本發明充分利用深度學習的學習能力和字典學習的可解釋性,對低分辨率圖像進行超分辨率重建,提升圖像的分辨率,進而增強圖像的顯示效果。

          本發明授權基于半耦合深度卷積字典學習的圖像超分辨率重建方法在權利要求書中公布了:1.一種基于半耦合深度卷積字典學習的圖像超分辨率重建方法,其特征在于,所述圖像超分辨率重建方法包括以下步驟: S1,準備輸入的訓練集數據:對HR圖像進行降質退化處理得到對應的LR圖像,構建訓練集{Xi,Yi},其中Xi為LR圖像,Yi為HR圖像,下標i表示LR圖像或HR圖像中的第i個;LR表示低分辨率,HR表示高分辨率; S2,構建半耦合深度卷積字典學習模型: 式1中,X和Y表示LR圖像和HR圖像,Dx和Dy分別是LR圖像和HR圖像的字典,Ax、Ay是LR圖像和HR圖像對應的表示系數,為表示系數的先驗信息,φ·為字典的先驗信息,*表示卷積,λ表示正則化參數,σx、σy、為各項系數,fy·為LR圖像和HR圖像表示系數之間的系數映射函數; S3,構建和訓練求解半耦合深度卷積字典學習模型的深度神經網絡,深度神經網絡包括Net-X、Net-Y、Net-F、Hyper-Net四個模塊,其中Net-X用于學習LR圖像的表示系數Ax和LR圖像對應的字典Dx,Net-Y用于學習HR圖像的表示系數Ay和HR圖像對應的字典Dy,Net-F用于訓練學習Ax到Ay的系數映射函數fy·,Hyper-Net用于在每個迭代階段學習模型中的超參數,利用系數映射損失函數約束映射后的表示系數和HR圖像的表示系數之間的差異,并利用重建損失函數約束預測的重建圖像和原始HR圖像之間的差異,不斷調整網絡模型參數,直到T個迭代階段后模型收斂,完成模型的訓練,得到訓練好的系數映射網絡、字典和系數; S4,將一幅待超分辨率的LR圖像輸入到訓練好的模型中得到第T個迭代階段LR圖像的表示系數再經過訓練好的系數映射函數映射后與訓練好的進行卷積,得到最終重建的高分辨率圖像為

          如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人南京郵電大學,其通訊地址為:210023 江蘇省南京市棲霞區文苑路9號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

          以上內容由AI智能生成
          免責聲明
          1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
          2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
          主站蜘蛛池模板: 99re6热视频这里只精品首页| 国内精品久久久久久影院8f | 亚洲色大成成人网站久久| 国产综合色在线精品| 呦男呦女视频精品八区| 日本极品少妇videossexhd| 国产精品99久久久久久久女警 | 国产乱妇乱子在线视频| 夜夜爱夜鲁夜鲁很鲁| 国产高清自产拍AV在线| 久草免费福利资源站在线观看| 中国农村妇女真实bbwbbwbbw| 国产精品自产拍在线观看中文| 精品国产三级a在线观看网站| 国产乱子伦精品免费无码专区| 18岁日韩内射颜射午夜久久成人 | 在线观看国产精品日韩av| 欧美一区内射最近更新| 蜜桃视频无码区在线观看| 国产真实露脸乱子伦原著| 午夜福利视频| 欧美疯狂xxxx乱大交| 大肉大捧一进一出视频| 色婷婷五月综合亚洲小说| 在线播放国产精品三级网| 69久久精品无码一区二区| 又黄又爽又色又刺激的视频| 亚洲成年电人电影| 免费无码黄网站在线观看| 日本阿v片在线播放免费| 最新日韩精品中文字幕| 精品国产一区二区三区麻豆| 久久综合九色综合97欧美| 日韩A人毛片精品无人区乱码| 亚洲欧美日韩另类精品一区| 国产精成人品日日拍夜夜| 国产欧美国日产在线播放| 性色欲情网站| 亚洲精品一区二区三区蜜臀| 日本中文字幕人妻不卡dvd| 日产一区日产2区|