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！

龍圖騰網獲悉華僑大學申請的專利基于散射和特征交互的輕量級圖像超分辨率方法及裝置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：CN120374393B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202510851281.X，技術領域涉及：G06T3/4053；該發明授權基于散射和特征交互的輕量級圖像超分辨率方法及裝置是由鄭勛浩;黃德天;林明昕;王一凡設計研發完成，并于2025-06-24向國家知識產權局提交的專利申請。

本基于散射和特征交互的輕量級圖像超分辨率方法及裝置在說明書摘要公布了：本發明涉及圖像超分辨率技術領域，公開了一種基于散射和特征交互的輕量級圖像超分辨率方法及裝置，方法包括以下步驟：對給定的低分辨率輸入圖像，通過3×3卷積層提取淺層特征；將淺層特征依次輸入到若干個散射交互整合模塊中，得到深層特征；將淺層特征與深層特征輸入圖像重建模塊中進行上采樣，生成高分辨率圖像；散射交互整合模塊包括若干個Transformer層，每個Transformer層先利用散射預處理子模塊對輸入特征進行散射預處理，再利用token交互整合子模塊對散射預處理得到的結果與淺層特征進行自注意力計算，得到輸出特征。本發明利用高低頻特征的特性進行細粒度特征的提取，通過愛因斯坦混合法減小計算復雜度，利用token多尺度交互進一步提高網絡性能表現。

本發明授權基于散射和特征交互的輕量級圖像超分辨率方法及裝置在權利要求書中公布了：1.一種基于散射和特征交互的輕量級圖像超分辨率方法，其特征在于，包括以下步驟： 對給定的低分辨率輸入圖像，通過3×3卷積層提取淺層特征； 將淺層特征依次輸入到若干個散射交互整合模塊中，得到深層特征； 將淺層特征與深層特征輸入圖像重建模塊中進行上采樣，生成最終的高分辨率圖像； 其中，第一個散射交互整合模塊的輸入特征為淺層特征，其余散射交互整合模塊的輸入特征為上一個散射交互整合模塊的輸出特征，最后一個散射交互整合模塊的輸出特征為深層特征；每個散射交互整合模塊包括若干個依次連接的Transformer層，每個Transformer層先利用散射預處理子模塊對輸入特征進行散射預處理，再利用token交互整合子模塊對散射預處理得到的結果與淺層特征進行自注意力計算，得到該Transformer層的輸出特征；第一個Transformer層的輸入特征為散射交互整合模塊的輸入特征，其余Transformer層的輸入特征為上一個Transformer層的輸出特征，最后一個Transformer層的輸出特征為散射交互整合模塊的輸出特征； 所述利用token交互整合子模塊對散射預處理得到的結果與淺層特征進行自注意力計算，得到Transformer層的輸出特征，具體為：對XSPM-out進行線性變換，映射到特定維度空間，生成查詢向量Q；token交互整合子模塊接收XSPM-out，通過不同核大小和步長的深度可分離卷積映射生成鍵向量K和值向量V；基于計算得到的查詢向量Q、鍵向量K和值向量V，對淺層特征和XSPM-out進行自注意力計算，得到該Transformer層的輸出特征；所述XSPM-out表示散射預處理子模塊輸出的特征； 所述token交互整合子模塊的內部處理流程，包括以下步驟： 接收XSPM-out作為輸入特征，利用第一深度可分離卷積生成大尺度鍵向量K和大尺度值向量V，利用第二深度可分離卷積生成小尺度鍵向量K和小尺度值向量V； 小尺度鍵向量K和小尺度值向量V通過3×3的深度可分離卷積與大尺度鍵向量K和大尺度值向量V進行信息交互，得到第一交互結果； 大尺度K和大尺度V縮小尺度后，通過3×3的深度可分離卷積與小尺度K和小尺度V進行信息交互，得到第二交互結果； 通過1×1的卷積層整合第一交互結果和第二交互結果，得到最終輸出的鍵向量K和值向量V。

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華僑大學，其通訊地址為：362000 福建省泉州市豐澤區城東城華北路269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”。