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)申请的专利基于无监督退化特征学习的图像网络系统及其超分算法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：CN114612300B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202210198241.6，技术领域涉及：G06T3/4007；该发明授权基于无监督退化特征学习的图像网络系统及其超分算法是由赵锐;张冬雨;贺建超设计研发完成，并于2022-03-02向国家知识产权局提交的专利申请。

本基于无监督退化特征学习的图像网络系统及其超分算法在说明书摘要公布了：本发明公开了基于无监督退化特征学习的图像网络系统及其超分算法，所述系统包括退化特征提取模块、下采样模块和超分重建模块。本发明涉及深度学习、图像超分辨技术领域，具体提供了一种基于无监督退化特征学习的图像网络系统及其超分算法，该算法相较于其他真实世界图像的超分算法无需显示地退化估计，而是直接在图像的表示空间中学习特征表达用于分辨图像的退化，对于复杂退化特征图像的提取也能有较好的适应性。相较于基于生成对抗网络的模糊核估计超分算法，该方法受估计错误的影响小，特征提取的准确性强。最后的超分网络参数量较小，耦合性强，优化潜力大。

本发明授权基于无监督退化特征学习的图像网络系统及其超分算法在权利要求书中公布了：1.基于无监督退化特征学习的图像网络系统，其特征在于，包括退化特征提取模块、下采样模块和超分重建模块；所述退化特征提取模块负责利用对比学习训练出一个能提取图像退化特征的编码器；所述下采样模块负责用高分辨率图像经过线性深度卷积下采样网络生成低分辨率图像，同时已经训练好的编码器将保证生成的图像能够带有和真实世界相同的退化特征；所述超分重建模块负责把退化特征提取模块和下采样模块得到的成对的训练图像输入超分重建模块，同时训练超分网络和下采样网络，进一步增强生成和超分效果，完成真实世界图像的超分任务；所述退化特征提取模块包含编码器和多层感知机两个网络，所述编码器包括特征编码器和动量编码器，所述特征编码器的作用是提取图像中的退化特征，其输入是图片；所述动量编码器的作用是处理高分辨率图像块，其输入是图片；所述多层感知机的作用是将退化表征转化为正负样本；所述超分重建模块是一个深度的卷积神经网络，采用残差网络减少网络容易过拟合以及梯度消失的问题；每一个残差块先是由两个卷积层组成，卷积核大小为3×3，通道数为64，紧接着是批标准化层和ReLU作为激活函数，然后用到了两个Pixelshuffler层来放大特征的尺寸，最后是一个3×3的卷积输出3通道的图像，训练中采用l1和lper作为损失函数，l1loss定义为： 其中，s是缩放因子，W，H表示缩放后图像的宽和高，表示图像的像素值，F即超分重建网络，另一个感知损失，lperloss定义为： 其中，φi，j表示VGG网络第i个最大池化层前的第j个卷积层的特征图。

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 广东省深圳市西丽深圳大学城；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”。