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！

龙图腾网获悉南京邮电大学申请的专利一种结合Transformer和卷积网络的无参考图像质量评价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：CN116612083B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202310567190.4，技术领域涉及：G06T7/00；该发明授权一种结合Transformer和卷积网络的无参考图像质量评价方法是由崔子冠;吴立鹏;干宗良;唐贵进;刘峰设计研发完成，并于2023-05-19向国家知识产权局提交的专利申请。

本一种结合Transformer和卷积网络的无参考图像质量评价方法在说明书摘要公布了：本发明公开了一种结合Transformer和卷积网络的无参考图像质量评价方法，包括：对失真图像进行下采样和位置编码得到特征序列，输入到基于Transformer的生成网络中获取失真图像的多层特征；失真图像第三层特征通过线性逆平摊得到伪参考图像；将失真图像的多层特征分别通过卷积和归一化操作进行特征变换后加权相加得到失真图像的全局特征；将失真图像和伪参考图像输入到卷积神经网络中分别提取卷积特征，并进行连接得到失真图像的局部特征；将失真图像的全局特征和局部特征进行连接得到融合特征，输入到线性回归网络中得到失真图像的质量评价结果。结合了失真图像基于Transformer的全局特征和失真图像与伪参考图像的局部卷积特征，具有更好的质量预测准确性。

本发明授权一种结合Transformer和卷积网络的无参考图像质量评价方法在权利要求书中公布了：1.一种无参考图像质量评价方法，其特征在于，包括： 对失真图像进行下采样和位置编码得到特征序列； 将所述特征序列输入到基于Transformer的生成网络中获取失真图像的多层特征，其中所述失真图像的多层特征包括失真图像第一层特征、失真图像第二层特征和失真图像第三层特征；具体包括：所述基于Transformer的生成网络包括第一个Transformer模块、第二个Transformer模块和第三个Transformer模块；将特征序列输入到第一个Transformer模块中提取得到失真图像第一层特征；失真图像第一层特征通过双线性插值进行两倍上采样后输入到第二个Transformer模块中提取得到失真图像第二层特征；失真图像第二层特征通过双线性插值进行两倍上采样后输入到第三个Transformer模块中提取得到失真图像第三层特征； 失真图像第三层特征通过线性逆平摊得到伪参考图像； 将失真图像的多层特征分别通过卷积和归一化操作进行特征变换，将变换后的特征进行加权相加得到失真图像的全局特征； 将失真图像和伪参考图像输入到卷积神经网络中分别提取失真图像卷积特征和伪参考图像卷积特征，并进行通道维连接得到失真图像的局部特征； 将失真图像的全局特征和局部特征进行连接得到失真图像的融合特征，将所述失真图像的融合特征输入到线性回归网络中，得到失真图像的质量评价结果。

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邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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”。