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！

龙图腾网恭喜温州理工学院申请的专利图像超分辨率重建方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：CN114782247B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202210363002.1，技术领域涉及：G06T3/4053；该发明授权图像超分辨率重建方法是由许淑华;齐鸣鸣;张谦;孙亚新设计研发完成，并于2022-04-06向国家知识产权局提交的专利申请。

本图像超分辨率重建方法在说明书摘要公布了：本发明公开了提出了一个基于PUGAN‑Charbon的超分辨率模型SRPUGAN‑Charbon。该模型包括一个合成超分辨率SR图像的生成器网络和被训练用来区分SR图像和真实的高分辨率HR图像的判别器网络。本发明的图像超分辨率重建方法使用了Charbonnier损失来处理SR图像的异常值，保留了SR图像的低频特征，并且在生成对抗网络GAN中使用了正的未标记分类PU，使得判别器得到了适当的训练，进一步提升了训练的稳定性。对包括Set5、Set14和BSDS500在内的3个基准数据集的广泛实验表明，在PSNR、SSIM和视觉效果方面，所提出的SRPUGAN‑Charbon方法优于最先进的方法。

本发明授权图像超分辨率重建方法在权利要求书中公布了：1.一种图像超分辨率重建方法，其特征在于：包括如下步骤：步骤一，将LR图像x输入生成器网络，并使用a-Charbon正则化保存生成图像的良好、清晰可区分的局部结构，获得相应的重建图像Gx，然后，使用Charbon惩罚函数计算真实HR图像y与重建图像Gx的内容损失；步骤二，将真实HR图像y和重建图像Gx导入VGG，提取各自的高层次特征φy和φGx，使用Charbon惩罚函数计算高层次特征φy和φGx的内容损失；步骤三，将提取的高层次特征φy和φGx输入到判别器网络，并且基于PU分类正则化得到对抗损失，确定最终目标损失函数为内容损失和对抗损失的加权和；步骤四，利用自适应的a-Charbon方法和PU分类正则化实现网络反向传播，计算各层梯度，根据训练策略，通过更新判别器网络和生成器网络的参数θd和θG来迭代优化网络；步骤五，重复步骤一至步骤四，直至损失函数值最小后结束；所述步骤三中的目标损失函数如下： 其中，为内容损失，为对VGG损失进行改进的损失，为a-Charb损失，表示对抗性损失；所述内容损失的定义如下： 其中，r为上采样因子，W和H分别是HR图像的宽和高，ρm是Charbonnier惩罚函数，x为LR图像，y为原始HR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温州理工学院，其通讯地址为：325000 浙江省温州市温州经济技术开发区金海三道337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”。