基于深度学习及多尺度残差稠密模块的单幅图像超分辨率重建方法

被引：0

专利类型：

发明

申请号：

CN202010368480.2

申请日：

2020-04-30

公开(公告)号：

CN111640060A

公开(公告)日：

2020-09-08

发明(设计)人：

孙权森崔和涛

申请人：

申请人地址：

210094 江苏省南京市孝陵卫200号

IPC主分类号：

G06T340

IPC分类号：

G06K962 G06N304 G06N308

代理机构：

南京理工大学专利中心 32203

代理人：

王玮

法律状态：

公开

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2020-09-08	公开	公开
2020-10-02	实质审查的生效	实质审查的生效 IPC(主分类):G06T 3/40 申请日:20200430

共 50 条

[1]

基于深度学习的单幅图像超分辨率重建方法 [P].

杜天文 ;

张毅锋 ;

束锋 ;

刘林 ;

桂林卿 ;

张一晋 .

中国专利 :CN110473142B ,2019-11-19

[2]

一种基于深度残差网络的单幅图像超分辨率重建方法 [P].

丛鹏 ;

孙跃文 ;

郭肖静 ;

李立涛 ;

童建民 .

中国专利 :CN107358575A ,2017-11-17

[3]

结合深度学习与梯度转换的单幅图像超分辨率重建方法 [P].

何小海 ;

陈敬勖 ;

陈洪刚 ;

滕奇志 ;

卿粼波 ;

熊淑华 .

中国专利 :CN106204489A ,2016-12-07

[4]

基于深度注意力网络的单幅图像超分辨率重建方法及系统 [P].

顿玉洁 ;

杨帅 ;

钱学明 .

中国专利 :CN111583115A ,2020-08-25

[5]

基于多尺度残差网络的矿井图像超分辨率重建方法及系统 [P].

程德强 ;

赵佳敏 ;

韩成功 ;

寇旗旗 ;

赵凯 ;

徐进洋 .

中国专利 :CN113592718A ,2021-11-02

[6]

基于深度学习的图像超分辨率重建 [P].

陆绮荣 ;

吴止境 ;

卢子任 .

中国专利 :CN113362226A ,2021-09-07

[7]

基于深度学习的流动场景图像超分辨率重建方法及装置 [P].

唐晓宇 ;

张怀治 ;

李逸东 ;

刘文思 ;

林锟炜 ;

宋炜廷 ;

周凯茜 ;

杨思诚 .

中国专利 :CN119444576B ,2025-10-10

[8]

基于深度学习的流动场景图像超分辨率重建方法及装置 [P].

唐晓宇 ;

张怀治 ;

李逸东 ;

刘文思 ;

林锟炜 ;

宋炜廷 ;

周凯茜 ;

杨思诚 .

中国专利 :CN119444576A ,2025-02-14

[9]

基于空洞残差稠密卷积的图像超分辨率重建方法及系统 [P].

易清明 ;

符清杆 ;

石敏 ;

骆爱文 .

中国专利 :CN114742701B ,2024-11-29

[10]

一种基于残差子图像的深度学习超分辨率重建方法 [P].

童同 ;

高钦泉 .

中国专利 :CN106683067B ,2017-05-17

← 1 2 3 4 5 →