结合深度学习与梯度转换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：

CN201610545884.8

申请日：

2016-07-12

公开(公告)号：

CN106204489A

公开(公告)日：

2016-12-07

发明(设计)人：

何小海陈敬勖陈洪刚滕奇志卿粼波熊淑华

申请人：

申请人地址：

610065 四川省成都市武侯区一环路南一段24号

IPC主分类号：

G06T500

IPC分类号：

代理机构：

代理人：

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
2016-12-07	公开	公开
2019-04-16	授权	授权
2017-01-04	实质审查的生效	实质审查的生效号牌文件类型代码:1604 号牌文件序号:101695169561 IPC(主分类):G06T 5/00 专利申请号:2016105458848 申请日:20160712

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] 一种基于深度卷积神经网络的单幅图像超分辨率重建方法 [P].

林旭斌 ;

徐向民 ;

贾晓义 ;

邢晓芬 .

中国专利 :CN106910161A ,2017-06-30

[3] 基于多方向特征预测先验的单幅图像超分辨率重建方法 [P].

任超 ;

何小海 ;

吴晓红 ;

滕奇志 ;

卿粼波 ;

刘屹霄 .

中国专利 :CN109214989B ,2019-01-15

[4] 基于多层梯度约束回归的单幅图像超分辨率重建方法 [P].

何小海 ;

陈洪刚 ;

卿粼波 ;

滕奇志 ;

吴小强 ;

王正勇 ;

陶青川 .

中国专利 :CN106981046A ,2017-07-25

[5] 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

[6] 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 [P].

孙权森 ;

崔和涛 .

中国专利 :CN111640060A ,2020-09-08

[7] 基于全局依赖与多分支结构的单幅图像超分辨率重建方法 [P].

邱春婷 ;

冯达 ;

朱磊 ;

耿萃萃 .

中国专利 :CN118446893A ,2024-08-06

[8] 基于深度学习的眼白图像超分辨率重建与图像增强方法 [P].

孙哲南 ;

李琦 ;

刘明康 .

中国专利 :CN107944379B ,2018-04-20

[9] 一种基于深度成分学习网络的单幅图像超分辨率重建方法 [P].

路小波 ;

谢超 ;

曾维理 ;

姜胜芹 .

中国专利 :CN109064396A ,2018-12-21

[10] 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

← 1 2 3 4 5 →