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！

龙图腾网恭喜长春理工大学申请的专利一种跨模态超分辨率重建方法、终端设备及可读存储介质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：CN117611445B 。

龙图腾网通过国家知识产权局官网在2025-03-07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：202311648534.0，技术领域涉及：G06T3/4053；该发明授权一种跨模态超分辨率重建方法、终端设备及可读存储介质是由臧景峰;王泽龙;郝子强;霍德华;于永吉;张聪;张庆宝设计研发完成，并于2023-12-05向国家知识产权局提交的专利申请。

本一种跨模态超分辨率重建方法、终端设备及可读存储介质在说明书摘要公布了：本发明属于计算机视觉中的红外图像超分技术领域，尤其为一种跨模态超分辨率重建方法，包括如下步骤，步骤1，数据集预处理：准备相同场景的红外与可见光图像对，将可见光图像转换为灰度图像，将红外数据集使用DDE增强，提高对比度；再将所有图像进行数据增广，最后将三种图像进行粗配准，方便后续特征纹理提取任务的训练。本发明，通过基于对比学习的方法构建跨模态补充红外图像纹理信息的方法，这种方法不依赖人工设计，在红外与可见光图像之间引入灰度图像作为连接点，有效的减少色彩因素导致的可见光与红外图像纹理不匹配的影响。

本发明授权一种跨模态超分辨率重建方法、终端设备及可读存储介质在权利要求书中公布了：1.一种跨模态超分辨率重建方法，其特征在于：包括如下步骤，步骤1，数据集预处理：准备相同场景的红外与可见光图像对，将可见光图像转换为灰度图像，将红外数据集使用DDE增强，提高对比度；再将所有图像进行数据增广，最后将三种图像进行粗配准，方便后续特征纹理提取任务的训练；步骤2，构建跨模态超分辨率重建网络：跨模态超分辨率重建网络由编码模块、双支路特征提取模块、解码模块组成；双支路特征提取模块包括可见光特征提取模块和灰度特征提取模块；所述步骤2中，编码模块用于提取高分辨率可见光下采样图像、由可见光图像转化的灰度下采样图像和低分辨率的红外图像的特征；双支路特征提取模块分别提取红外图像与可见光图像的相似特征和红外图像与灰度图像的相似特征，最后将两组纹理特征与权重加权引进到低分辨率的红外特征中；最后通过解码模块将补充纹理信息的红外图像重建出高分辨率的红外图像；步骤3，准备用于双支路特征权重预训练的数据集：该步骤与步骤1基本一致，但需要将数据集图片切割成统一规格的图像块对；步骤4，双支路特征权重的预训练：双支路特征权重的预训练包括三个阶段，分别是特征粗匹配阶段、双重对比学习特征精匹配阶段、特征导入阶段；通过对比学习将红外图像与参考图像的纹理相似权重导入到跨模态超分辨率重建网络；所述步骤4中特征粗匹配阶段对每个红外图像块与每一个可见光和灰度图像块分别计算余弦相似度，使图像块进行初步配对；双重对比学习特征精匹配阶段通过对比损失将红外图像与参考图像相似的纹理作为正样本，将不相似的块作为负样本进行训练；最后保存其纹理信息与训练权重，并在特征导入阶段将两种训练权重分别导入到双支路特征提取模块的对应支路中；步骤5，训练跨模态超分辨率重建网络参数：双支路特征提取模块的权重归一化后转化为排序损失，获取两条支路特征权重比例，最后通过加权损失将纹理信息补充进红外图像中；超分采用L1损失、感知损失和对抗损失来优化网络参数；步骤6，保存模型：将最终确定的模型参数进行固化，之后需要进行红外图像超分辨率重建操作时，直接将图像输入到网络中即可得到最终的超分图像。

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长春理工大学，其通讯地址为：130012 吉林省长春市朝阳区卫星路7089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”。