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！

龙图腾网恭喜哈尔滨工业大学(深圳)申请的专利一种真实复杂场景图像超分辨率的模型训练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：CN115205112B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202210675580.9，技术领域涉及：G06T3/4053；该发明授权一种真实复杂场景图像超分辨率的模型训练方法及装置是由李颖;匡慈维;徐勇设计研发完成，并于2022-06-15向国家知识产权局提交的专利申请。

本一种真实复杂场景图像超分辨率的模型训练方法及装置在说明书摘要公布了：本申请提供了一种真实复杂场景图像超分辨率的模型训练方法及装置，通过获取样本图像和初始超分辨率模型；确定样本图像的关键点，并对高分辨率图像和低分辨率图像中的关键点进行一一配对，生成配准图像对数据集；依据复杂退化模型确定配准图像对数据集中低分辨率图像与退化图像的第一关系参数；依据初始超分辨率模型确定通过退化图像生成的超分辨率图像与配准图像对数据集中高分辨率图像的第二关系参数；依据第二关系参数和初始超分辨率模型建立目标模型。通过高低分辨率图像对与复杂退化模型相结合，覆盖广阔的退化空间，提升网络模型的泛化性，超分辨率模型具有泛化性强、应用广泛的特点，可用于多种真实场景下的自然图像超分。

本发明授权一种真实复杂场景图像超分辨率的模型训练方法及装置在权利要求书中公布了：1.一种真实复杂场景图像超分辨率的模型训练方法，所述模型训练方法应用于对真实复杂场景图像进行超分辨率处理，其特征在于，所述方法包括：获取样本图像和初始超分辨率模型；其中，所述样本图像包括高分辨率图像和低分辨率图像；确定所述样本图像中具有尺寸不变性的关键点，并对所述高分辨率图像和所述低分辨率图像中的关键点进行一一配对，生成配准图像对数据集；依据复杂退化模型确定所述配准图像对数据集中低分辨率图像与退化图像的第一关系参数；具体地，依据第一预设概率产生的模糊核对所述配准图像对数据集中低分辨率图像进行退化；其中，所述模糊核包括各向同性高斯模糊核和各向异性高斯模糊核；依据第二预设概率产生的下采样对所述配准图像对数据集中低分辨率图像进行退化；其中，所述下采样包括最邻近下采样、双线性下采样以及双三次下采样；依据第三预设概率产生的高斯噪声、第四预设概率产生的泊松噪声以及第五预设概率产生的JPEG压缩噪声对所述配准图像对数据集中低分辨率图像进行退化；依据所述初始超分辨率模型确定通过所述退化图像生成的超分辨率图像与所述配准图像对数据集中高分辨率图像的第二关系参数；依据所述第二关系参数和所述初始超分辨率模型建立目标模型。

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哈尔滨工业大学(深圳)，其通讯地址为：518055 广东省深圳市南山区西丽大学城哈工大(深圳)信息楼；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”。