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！

龙图腾网获悉南京信息工程大学申请的专利一种基于球面几何感知的全景视频显著性预测方法及视频压缩方法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：CN121691682B 。

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：202610180308.1，技术领域涉及：H04N19/167；该发明授权一种基于球面几何感知的全景视频显著性预测方法及视频压缩方法是由张考;宋涛;胡志华;李明;丁鑫;陈能仑;黄睿阳;姜峰设计研发完成，并于2026-02-09向国家知识产权局提交的专利申请。

本一种基于球面几何感知的全景视频显著性预测方法及视频压缩方法在说明书摘要公布了：本发明公开了一种基于球面几何感知的全景视频显著性预测方法及视频压缩方法，包括：将每个视频帧通过自适应球面分块投影机制转换为球面分块序列，获取每个球面分块的投影特征，结合球面分块的位置编码确定球面分块的嵌入向量；将所有球面分块的嵌入向量按空间顺序排列，得到分块嵌入特征张量，通过多个串联的空间Transformer块提取空间特征，将提取的空间特征按照时间步重塑，通过轻量化时序Transformer提取时空特征，经全景帧重建与全景赤道先验特征融合，得到多视频帧的单通道显著性图，将多视频帧的单通道显著性图逐帧整合为显著性视频，并基于显著性视频生成连续权重矩阵进行全景视频压缩。

本发明授权一种基于球面几何感知的全景视频显著性预测方法及视频压缩方法在权利要求书中公布了：1.一种基于球面几何感知的全景视频显著性预测方法，其特征在于，包括如下步骤： 步骤S1：将ERP格式的全景视频解析成连续的视频帧，将每个视频帧通过自适应球面分块投影机制转换为球面分块序列，包括如下子步骤： 步骤S1.1：将ERP格式的全景视频解析成连续的视频帧，将视频帧的ERP像素坐标转换到球面经纬度坐标； 步骤S1.2：将球面经纬度坐标中的极角划分为固定角度间隔的纬度带； 步骤S1.3：根据每个纬度带的中心极角确定球面周长，由球面周长自适应调整每个纬度带的经度块数： 其中，表示第个纬度带的经度块数，表示第个纬度带的中心极角，，与分别表示第个纬度带的角度上界与下界，表示每个纬度带的弧度跨度； 步骤S1.4：按照每个纬度带的经度块数划分纬度带，得到球面分块序列； 步骤S2：获取球面分块序列中的每个球面分块的投影特征，结合球面分块的位置编码确定球面分块的嵌入向量，包括如下子步骤： 步骤S2.1：将球面分块序列中的每个球面分块的球面经纬度坐标映射为ERP像素坐标，将球面分块展平为一维向量，通过线性层投影，得到球面分块的投影特征； 步骤S2.2：利用每个球面分块的中心经纬度坐标生成球面位置编码向量： 其中，表示第个球面分块的中心经纬度坐标，k表示特征向量的维度索引，表示频率索引，，表示向量的维度，表示第个频率对应的角频率参数，，表示第个频率对应的波长参数，，表示基准波长常数，表示第个球面分块中第k个维度的球面位置编码向量； 步骤S2.3：将球面分块的投影特征和球面位置编码向量进行加和，得到球面分块的嵌入向量； 步骤S3：将多视频帧的所有球面分块的嵌入向量按照球面块的空间顺序排列，得到分块嵌入特征张量； 步骤S4：将分块嵌入特征张量通过多个串联的空间Transformer块提取空间特征，将提取的空间特征按照时间步重塑，通过轻量化时序Transformer提取时空特征； 步骤S5：将提取的时空特征经全景帧重建与全景赤道先验特征融合，得到多视频帧的单通道显著性图，将多视频帧的单通道显著性图逐帧整合为显著性视频，包括如下子步骤： 步骤S5.1：将提取的时空特征通过线性层投影回像素空间，基于每个球面分块的ERP像素坐标，通过双线性插值拼接回完整的三通道视频帧，将完整的三通道视频帧通过3×3卷积层融合为单通道显著性特征图； 步骤S5.2：根据单通道显著性特征图的高度和宽度设置高斯分布的均值和标准差，采用N组不同的标准差生成N张单通道高斯先验子图，将N张单通道高斯先验子图沿通道维度拼接，得到N通道的全景赤道先验特征图； 步骤S5.3：将单通道显著性特征图扩充到N通道，与N通道的全景赤道先验特征图拼接，经通道数为1的1×1卷积层映射为单通道特征图； 步骤S5.4：通过Sigmoid函数将单通道特征图归一化，并将归一化的单通道特征图放大255倍，得到单通道显著性图，将所有视频帧单通道显著性图整合为显著性视频。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市浦口区宁六路219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。