Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 三峡金沙江川云水电开发有限公司郑庆获国家专利权

三峡金沙江川云水电开发有限公司郑庆获国家专利权

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!

龙图腾网获悉三峡金沙江川云水电开发有限公司申请的专利一种任务驱动的对抗学习图像压缩方法和系统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:CN119052497B

龙图腾网通过国家知识产权局官网在2025-08-01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:202411029615.7,技术领域涉及:H04N19/42;该发明授权一种任务驱动的对抗学习图像压缩方法和系统是由郑庆;朱海;王涛;颜勇飞;严博;陈礼鹏;罗小鹏;曾永福;邹乔戈设计研发完成,并于2024-07-30向国家知识产权局提交的专利申请。

一种任务驱动的对抗学习图像压缩方法和系统在说明书摘要公布了:本发明公开了一种任务驱动的对抗学习图像压缩方法和系统,涉及图像压缩领域,用以提升机器视觉任务性能的同时保持人眼视觉质量。本发明通过训练的图像压缩系统对图像进行编码而实现压缩;对压缩的图像,进行超编解码和熵编解码获得先验信息,并基于先验信息进行熵编解码生成第二潜在表示,进而解码得到重构图像,实现解压缩。利用训练的多分支判别器网络对重构图像进行真假判别,对原始图像进行类别识别。本发明能够在减小图像文件大小的同时保持较高的图像质量,保留了关键细节,提升了传输效率,节约了存储成本,提升了提升下游图像分类精度。

本发明授权一种任务驱动的对抗学习图像压缩方法和系统在权利要求书中公布了:1.一种任务驱动的对抗学习图像压缩方法,其特征在于,包括: 分别构建图像压缩网络和多分支判别器网络; 其中,所述图像压缩网络对输入的图像的处理包括: S1、对原始图像进行预处理; S2、对预处理后的原始图像进行编码,生成第一潜在表示; S3、对所述第一潜在表示进行超编解码和熵编解码,获得先验信息; S4、对所述第一潜在表示进行量化,并基于所述先验信息进行熵编解码,生成第二潜在表示; S5、对所述第二潜在表示进行解码,得到重构图像; 所述多分支判别器网络对输入的图像的处理包括: S6、将所述原始图像和所述重构图像输入多分支判别器网络,获取类别信息和判别信息; S7、分阶段训练所述图像压缩网络和多分支判别器网络; 所述步骤S7中,分阶段训练为:先独立训练所述图像压缩网络,当训练收敛后,引入所述多分支判别器网络进行对抗性联合训练; 所述步骤S7包括: S71、构建训练样本图像集,并划分为训练集和验证集,所述训练集用于网络的训练过程; S72、使用率失真损失函数独立训练所述图像压缩网络,训练中通过反向传播算法和梯度下降优化器调整网络参数; S73、迭代训练所述图像压缩网络直至收敛,或者迭代预定轮数; S74、使用对抗判别损失函数训练所述多分支判别器网络,训练中通过反向传播算法和梯度下降优化器调整网络参数; S75、使用率失真损失函数训练所述图像压缩网络,训练中通过反向传播算法和梯度下降优化器调整网络参数; S76、重复交替步骤S74和步骤S75,直至两个网络收敛,或者迭代预定轮数; S77、利用所述验证集对训练后的两个网络的性能进行验证; S78、保存训练好的两个网络的网络参数; S8、利用训练后的图像压缩网络对待压缩图像进行步骤S1-S2的处理,以编码输出的第一潜在表示作为压缩后的图像;或者,利用训练后的图像压缩网络对已压缩的图像进行步骤S3-S5的处理,以解码输出的重构图像作为解压缩的图像。

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三峡金沙江川云水电开发有限公司,其通讯地址为:610041 四川省成都市中国(四川)自由贸易试验区成都高新区府城大道东段288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。