KJCG-2026-006

复旦大学拟对计算与智能创新学院颜波老师课题组在研期间所获四项专利权转让，现进行转让前公示，公示信息如下：

专利名称1：一种基于卷积神经网络的图像运动模糊去除方法

专利申请号：201810087339.8

专利申请人：复旦大学

发明人：颜波、李可、李吉春

简介：本发明属于数字图像处理技术领域，具体为一种基于卷积神经网络的图像运动模糊去除方法。图像运动模糊去除技术用于图像清晰化与增强，消除在拍摄过程中，由于相机或物体相对运动所产生的图像重影、模糊、扭曲等现象，从而重建清晰的图片。本发明首先运用新型的卷积运算，空洞卷积，构建一个多尺度深度信息融合的深度神经网络系统；其次，进行数据准备与模型训练，当误差降低至某阈值，可认为网络收敛；最后，在应用阶段，将模糊图像输入系统，直接得到清晰图像。实验结果表明，给定一张运动模糊图片，本发明既能够清除越过边缘侵蚀的模糊模式，又能够合理的还原图像细节，得到与其对应的清晰图片。

专利名称2：一种近红外图像指导的跨模态立体图像超分辨率重构方法

专利申请号：202210380855.6

专利申请人：复旦大学

发明人：颜波、马晨曦、谭伟敏、周诗力

简介：本发明属于图像编辑技术领域，具体为一种近红外图像指导的跨模态立体图像超分辨率重构方法。本发明包括：采用跨视角匹配模块提取立体图像不同模态的左右图间的视差，再根据视差将右视角的近红外图像对齐到左视角；图像超分辨率重构网络采用两个网络分支分别提取立体图像左右图的特征；采用跨模态特征迁移模块融合左右图特征；在重构立体图像左视角的可见光模态的图像时，利用该可见光模态的图像空间信息，结合对应右视角的近红外图像包含的丰富细节来辅助左图的超分过程，从而生成更多的图像中的高频细节纹理、恢复出更真实的高分辨率图像。实验结果表明，本发明可以有效提高可见光模态图像的分辨率、提升图像的主观视觉效果以及客观准确度。

专利名称3：一种基于知识蒸馏的深度学习视频插帧方法

专利申请号：202011263428.7

专利申请人：复旦大学

发明人：颜波、谭伟敏、周诗力

简介：本发明属于数字视频智能处理技术领域，具体为一种基于知识蒸馏的深度学习视频插帧方法。本发明使用参考答案网络和插帧网络，具体步骤包括：将相邻帧和目标帧一起作为输入，训练参考答案网络，首先出估计帧之间的光流，最后通过光流重构目标帧；训练插帧网络，用参考答案网络的光流作为辅助的监督数据，完成蒸馏学习；其中，参考答案模型和插帧模型都包含两个子模块：光流模块和目标帧合成模块；本发明的优势在于训练时不需要昂贵的带有光流标注的数据集，只需要用常见的连续视频数据。实验结果表明，采用本发明的训练方式，插帧模型的性能能够得到明显提升。

专利名称4：一种提高视频空间分辨率的方法

专利申请号：201810036647.8

专利申请人：复旦大学

发明人：颜波、李可、马晨曦

简介：本发明属于视频编辑技术领域，具体为一种提高视频空间分辨率的方法。视频超分是计算机视觉领域的一个重要分支，它利用视频每一帧内的局部关联信息以及相邻帧之间包含的相关信息来重构具有更高分辨率的视频。本发明方法不仅考虑当前帧内部像素的局部冗余信息，还结合前后相邻帧时间维度的关联性获得低分辨率视频中丢失的高频细节信息恢复原始视频帧的内容，达到了增强视频分辨率丰富细节纹理的效果。实验结果表明，本方法较好地实现了视频分辨率的提升，使得视频具有更加清晰的视觉质量、更丰富的内容及更高的研究应用价值。

 

拟转让价格：300万元人民币，一次性支付

拟受让单位：上海铼科智能科技有限公司

定价方式：以上专利所有权由上海华贤资产评估有限公司进行评估，评估价为300万元人民币（含税价），最终转让价格300万元人民币。

公示期限：自2026年2月3日至2026年2月17日止。

公示期内对公示内容有异议的，以书面形式向科学技术研究院提出，需写出具体、真实的情况，以实名提出异议，不能匿名。科研院自接到异议之日起10个工作日内重新调查核实，并将核查结果报校长办公会议审批。

 

联系人：金毅吉

联系电话：31243728

联系邮箱：jinyiji@fudan.edu.cn

         科研院技术转移中心

 2026年2月3日