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

龍圖騰網(wǎng)恭喜清華大學(xué)申請的專利一種基于深度學(xué)習(xí)的圖像壓縮方法及裝置獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115484459B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-16發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202211080617.X，技術(shù)領(lǐng)域涉及：H04N19/147；該發(fā)明授權(quán)一種基于深度學(xué)習(xí)的圖像壓縮方法及裝置是由王巖設(shè)計研發(fā)完成，并于2022-09-05向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于深度學(xué)習(xí)的圖像壓縮方法及裝置在說明書摘要公布了：本發(fā)明提供一種基于深度學(xué)習(xí)的圖像壓縮方法及裝置。該方法包括：確定待處理的圖像數(shù)據(jù)；將所述圖像數(shù)據(jù)輸入到預(yù)先嵌入融合注意力模塊的圖像編解碼模型進行圖像編解碼處理，獲得圖像編解碼模型輸出的壓縮后的目標(biāo)圖像；所述融合注意力模塊為融合通道注意力機制和窗口注意力機制的處理模塊；所述圖像編解碼模型為基于樣本圖像及樣本圖像對應(yīng)的圖像處理結(jié)果進行訓(xùn)練得到的深度學(xué)習(xí)模型。本發(fā)明提供的基于深度學(xué)習(xí)的圖像壓縮方法，能夠更好的利用通道相關(guān)性信息以及窗口與移位窗口的信息進行圖像壓縮，提高了深度學(xué)習(xí)圖像壓縮的率失真性能，有效改善了圖像壓縮效果，壓縮率更高。

本發(fā)明授權(quán)一種基于深度學(xué)習(xí)的圖像壓縮方法及裝置在權(quán)利要求書中公布了：1.一種基于深度學(xué)習(xí)的圖像壓縮方法，其特征在于，包括：確定待處理的圖像數(shù)據(jù)；將所述圖像數(shù)據(jù)輸入到預(yù)先嵌入融合注意力模塊的圖像編解碼模型進行圖像編解碼處理，獲得所述圖像編解碼模型輸出的壓縮后的目標(biāo)圖像；其中，所述融合注意力模塊為融合通道注意力機制和窗口注意力機制的處理模塊；所述圖像編解碼模型為基于樣本圖像以及所述樣本圖像對應(yīng)的圖像處理結(jié)果進行訓(xùn)練得到的深度學(xué)習(xí)模型；在將所述待處理圖像輸入到預(yù)先嵌入融合注意力模塊的圖像編解碼模型進行圖像編解碼處理之前，還包括：確定初始的圖像編解碼模型；所述初始的圖像編解碼模型包括圖像編碼網(wǎng)絡(luò)和圖像解碼網(wǎng)絡(luò)；其中，所述圖像編碼網(wǎng)絡(luò)用于對輸入的圖像數(shù)據(jù)進行編碼處理得到圖像數(shù)據(jù)的潛在表示；所述圖像解碼網(wǎng)絡(luò)用于對獲取的算數(shù)解碼后的潛在表示進行處理得到圖像重建特征；將所述融合注意力模塊分別嵌入到所述圖像編碼網(wǎng)絡(luò)和所述圖像解碼網(wǎng)絡(luò)中相應(yīng)的目標(biāo)位置，獲得待訓(xùn)練的第一圖像編解碼模型；其中，所述融合注意力模塊包括用于獲得窗口注意力特征圖的通道注意力模塊以及用于獲得通道注意力權(quán)重的窗口注意力模塊；獲得樣本圖像；所述樣本圖像包括訓(xùn)練集中的樣本圖像和測試集中的樣品圖像；基于所述訓(xùn)練集中的樣本圖像對所述第一圖像編解碼模型進行訓(xùn)練，并基于所述測試集中的樣品圖像對訓(xùn)練后的所述第一圖像編解碼模型進行效果驗證，得到相應(yīng)的預(yù)先嵌入融合注意力模塊的圖像編解碼模型。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人清華大學(xué)，其通訊地址為：100084 北京市海淀區(qū)雙清路30號清華大學(xué)清華園北京100084-82信箱；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)”。