武汉理工大学周俊伟获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉武汉理工大学申请的专利轻量级可变比特率多视图图像压缩方法及模型获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119052477B 。
龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411189279.2，技术领域涉及：H04N19/124；该发明授权轻量级可变比特率多视图图像压缩方法及模型是由周俊伟;赵雨煊;宋雨洁;向剑文;赵冬冬;杨焱超设计研发完成，并于2024-08-28向国家知识产权局提交的专利申请。
本轻量级可变比特率多视图图像压缩方法及模型在说明书摘要公布了：本发明提供了一种轻量级可变比特率多视图图像压缩方法及系统，涉及图像压缩技术领域。该方法包括：将单视图图像进行下采样、特征提取、特征缩放，获得对应目标比特率的潜在表示；对所述潜在表示进行量化和无损熵编码，以获得最终压缩比特流；随后执行无损熵解码和逆缩放，恢复为潜在表示；将不同视图恢复后的潜在表示进行特征融合和上采样，生成重建的压缩图像。该模型包括主编码器、特征缩放模块、量化模块、自回归熵模型、算数编码器、算数解码器、特征逆缩放模块、解码器。本发明能够在保留图像细节、保持图像质量的情况下，高效压缩图像数据、降低计算复杂度、减少存储空间的占用，为图像传输和存储提供更快的速度和更低的带宽需求。
本发明授权轻量级可变比特率多视图图像压缩方法及模型在权利要求书中公布了：1.一种轻量级可变比特率多视图图像压缩方法，其特征在于：包括以下步骤： 1将单视图图像进行下采样和特征提取获得特征图，随后对所述特征图进行特征缩放，获得对应目标比特率的潜在表示； 2对所述潜在表示进行量化和无损熵编码，以获得最终压缩比特流； 3对所述最终压缩比特流执行无损熵解码和逆缩放，恢复为潜在表示； 4将不同视图的恢复后的潜在表示进行特征融合和上采样，生成重建的压缩图像； 所述下采样和特征提取通过主编码器实现，所述主编码器包括卷积层、广义分裂归一化层以及遮罩层；所述遮罩层位于所述广义分裂归一化层之后； 所述遮罩层通过最小化稀疏损失函数训练，直到模型的稀疏程度与目标小规模模型的通道数相匹配；所述最小化稀疏损失函数如下： ； 其中，Lsparse为稀疏损失函数；x为遮罩层参数。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励