原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种生成对抗式视频超分辨率重建及重建图像真伪性鉴别方法，在显隐混合约束机制网络中，对输入视频帧分别进行显式的光流估计、运动补偿，以及隐式的长间距相关性计算，共同约束网络以增强视频的时域连贯性。在多通道多尺度结构网络中，将显隐混合约束机制网络输出的多帧分别送入多通道子网络和多尺度子网络，学习低分辨率视频帧中蕴含的帧内空间相关信息和帧间时间相关信息。最后，使用生成对抗训练方法，通过混合损失函数训练整体网络，将多通道多尺度网络产生的低分辨率特征张量图进行融合并放大，得到最终的高分辨率视频帧
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112070665 A
(43)申请公布日 2020.12.11
(21)申请号 202010766362.7
(22)申请日 2020.08.03
(71)申请人 武汉大学
地址 43
文档评论（0）