買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉齊魯工業(yè)大學(山東省科學院);山東正晨科技股份有限公司申請的專利特征聚類與區(qū)域自適應的多判別器生成對抗網(wǎng)絡增強方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN120087422B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-08-12發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202510560810.0，技術領域涉及：G06N3/0475；該發(fā)明授權特征聚類與區(qū)域自適應的多判別器生成對抗網(wǎng)絡增強方法是由孫凱健;高鶴;張書銳;劉寬;韓紹青;焦成宇;白凱月;鄭文靜;李軍設計研發(fā)完成，并于2025-04-30向國家知識產(chǎn)權局提交的專利申請。

本特征聚類與區(qū)域自適應的多判別器生成對抗網(wǎng)絡增強方法在說明書摘要公布了：本發(fā)明涉及圖像處理技術領域，尤其是提供了特征聚類與區(qū)域自適應的多判別器生成對抗網(wǎng)絡增強方法。該方法包括將低分辨率圖像輸入至生成器，生成超分辨率圖像；將超分辨率圖像和高分辨率真實圖像共同輸入多判別器進行判別，各判別器的輸出分別經(jīng)過權重進行加權融合，獲得綜合判別結果；根據(jù)綜合判別結果，使用損失函數(shù)計算損失得到損失值；根據(jù)損失值和梯度下降算法更新參數(shù)，優(yōu)化多判別器生成對抗網(wǎng)絡；重復以上步驟，直到迭代完成或者損失值達到最小，得到最優(yōu)權重，并將其應用于多判別器生成對抗網(wǎng)絡，此時將低分辨率圖像輸入至生成器，得到最終的超分辨率圖像，該方法解決了傳統(tǒng)模型中單判別器的局限性問題，提高了網(wǎng)絡的泛化性和穩(wěn)定性。

本發(fā)明授權特征聚類與區(qū)域自適應的多判別器生成對抗網(wǎng)絡增強方法在權利要求書中公布了：1.一種特征聚類與區(qū)域自適應的多判別器生成對抗網(wǎng)絡增強方法，其特征在于，所述方法包括： S1、將低分辨率圖像輸入至生成器，生成超分辨率圖像； S2、將超分辨率圖像和高分辨率真實圖像共同輸入多判別器進行判別，各判別器的輸出分別經(jīng)過權重進行加權融合，獲得綜合判別結果； S3、根據(jù)綜合判別結果，使用損失函數(shù)計算損失得到損失值； S4、根據(jù)損失值和梯度下降算法更新參數(shù)，優(yōu)化多判別器生成對抗網(wǎng)絡； S5、重復以上步驟，直到迭代完成或者損失值達到最小，得到最優(yōu)權重，并將其應用于多判別器生成對抗網(wǎng)絡，此時將低分辨率圖像輸入至生成器，得到最終的超分辨率圖像； 所述S2包括： 將生成對抗網(wǎng)絡ESRGAN的單判別器改進為多判別器，其包括基礎判別器Discriminator1、特征聚類判別器Discriminator2、特征分塊判別器Discriminator3；基礎判別器為ESRGAN中的判別器，特征聚類判別器包括特征聚類、路由機制、專家網(wǎng)絡；特征分塊判別器包括區(qū)域自適應處理、路由機制、專家網(wǎng)絡； 基礎判別器的過程包括采用基于卷積神經(jīng)網(wǎng)絡CNN的架構，由多個卷積層和激活函數(shù)LeakyReLU組成，逐步提取圖像特征，并通過全連接層和激活函數(shù)Sigmoid判別輸入圖像是超分辨率圖像或高分辨率真實圖像； 特征聚類判別器和特征分塊判別器的過程包括，特征提取模塊FEM、譜聚類模塊ISKM和圖像分塊器ITS，分別對輸入的超分辨率圖像和高分辨率真實圖像進行處理；經(jīng)過特征路由模塊FRM融合后，得到特征圖至，并通過n個專家子網(wǎng)絡至進一步處理，最終通過特征選擇模塊CFS得到綜合判別結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人齊魯工業(yè)大學(山東省科學院);山東正晨科技股份有限公司，其通訊地址為：250000 山東省濟南市長清區(qū)西部新城大學科技園；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。