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！

龙图腾网恭喜华侨大学申请的专利特征强化的跨窗口轻量级超分辨率方法、系统及电子设备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：CN119180753B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411681831.X，技术领域涉及：G06T3/4053；该发明授权特征强化的跨窗口轻量级超分辨率方法、系统及电子设备是由林明昕;黄德天;刘航;王一凡;宋佳讯;陈龙涛;曾焕强设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本特征强化的跨窗口轻量级超分辨率方法、系统及电子设备在说明书摘要公布了：本发明涉及图像超分辨率技术领域，公开了一种特征强化的跨窗口轻量级超分辨率方法、系统及电子设备，方法包括以下步骤：构建基于Token字典交叉的自注意力机制，并引入Token分组机制，组成基于Token分组的字典交叉自注意力模块，即TDAB模块；基于TDAB模块构建特征强化的跨窗口轻量级超分辨率网络；使用所述特征强化的跨窗口轻量级超分辨率网络对待重建的低分辨率图像进行重建，得到重建结果。本方法在经典超分辨率方法的基础上引入基于Token字典交叉的自注意力机制、基于Token分组的混合注意力模块，在使模型更轻量化的同时增强了模型对于跨越窗口依赖的捕获能力以及对于纹理细节特征的重建效果。

本发明授权特征强化的跨窗口轻量级超分辨率方法、系统及电子设备在权利要求书中公布了：1.一种特征强化的跨窗口轻量级超分辨率方法，其特征在于，包括以下步骤：构建基于Token字典交叉的自注意力机制，并引入Token分组机制，组成基于Token分组的字典交叉自注意力模块，即TDAB模块；基于TDAB模块构建特征强化的跨窗口轻量级超分辨率网络；使用所述特征强化的跨窗口轻量级超分辨率网络对待重建的低分辨率图像进行重建，得到重建结果；所述基于Token字典交叉的自注意力机制，其内部执行过程包括以下步骤：引入一个额外的字典D∈RM×d，将其初始化为网络参数，M表示字典的空间维度，d表示字典的通道维度；使用字典D生成键字典KD和值字典VD，并使用输入特征X∈RN×d通过1×1卷积和3×3深度卷积来生成查询Tokens，表示为： KD＝DWK；VD＝XWV；其中，QX表示查询Tokens；表示3×3深度卷积，WcQ表示1×1标准卷积，WK∈Rd×d和WV∈Rd×d分别是键字典KD的Tokens和值字典VD的Tokens的线性变换；N表示Tokens的个数，即输入特征的空间维度；使用键字典和值字典通过交叉注意计算来增强查询Tokens，得到最终输出Xout，表示为：A＝SoftMaxSimcosQX,KDδ；Xout＝TDCAQX,KD,VD＝A·VD；其中，δ是用于调整相似度值范围的可学习参数；Simcos·,·表示计算余弦相似度，A表示自注意力图；所述基于Token分组的字典交叉自注意力模块，其内部执行过程包括以下步骤：利用Token分组机制对输入TokenX和Token字典D进行平均分组并对分组结果分别进行映射；采用不同核大小的深度可分离卷积对映射的结果进行精细分组；采用交叉注意计算对精细分组的结果进行增强，得到最终输出；所述利用Token分组机制对输入TokenX和Token字典D进行平均分组并对分组结果分别进行映射，包括以下步骤：对输入的TokenX∈RN×d和Token字典D∈RM×d进行分组，表示为：Xi＝SplitX,i＝0,1,2,3；Di＝SplitD,i＝0,1,2,3；其中，Split表示分组操作，表示TokenX分组后的第i个组，表示字典D分组后的第i个组；通过3×3深度卷积和1×1标准卷积将Xi映射为查询TokensQi，通过线性映射将字典D的四个组分别映射为键字典KDi和值字典VDi，表示为： KDi＝DiWK,i＝0,1,2,3；VDi＝DiWV,i＝0,1,2,3。

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华侨大学，其通讯地址为：362000 福建省泉州市丰泽区城东城华北路269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”。