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！

龙图腾网获悉厦门大学申请的专利一种深度图像压缩的信源信道联合码率分配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：CN116156176B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202211677321.6，技术领域涉及：H04N19/146；该发明授权一种深度图像压缩的信源信道联合码率分配系统是由郭煜;雷中岳;洪学敏;石江宏设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本一种深度图像压缩的信源信道联合码率分配系统在说明书摘要公布了：本发明涉及一种面向混合语境下的深度图像压缩的信源信道联合码率分配系统，所述系统包括语境重要性分析模块，分包模块，信令无损压缩模块以及码率分配模块；本发明通过码率分配模块实现分配，根据深度图像编码器生成的潜在表征数据包的语境重要性大小，为其寻找最优的码率分配策略，即为具有不同语境重要性的数据包选择不同的信道编码码率，在信道带宽有限并存在各式噪声干扰的无线通信环境中，最大化图像的重建质量与分类准确率。

本发明授权一种深度图像压缩的信源信道联合码率分配系统在权利要求书中公布了：1.一种面向混合语境下的深度图像压缩的信源信道联合码率分配系统，其特征在于：所述系统包括语境重要性分析模块、分包模块、信令无损压缩模块以及码率分配模块； 所述语境重要性分析模块包括重建重要性分析单元、语义重要性分析单元以及语境重要性计算单元； 所述语义重要性分析单元用于输入原始图像，分析原始图像的每个像素点对重建图像分类结果的重要性程度，然后映射至深度编码器生成的隐空间中的潜在表征的相对应的平面位置，从而输出每个空间位置上的潜在表征的语义重要性大小φclass； 所述重建重要性分析单元用于输入深度编码器输出的潜在表征，分析并输出深度图像压缩生成的潜在表征中每个平面位置对图像重建的重要性大小φrec； 所述语境重要性计算单元用于给重建重要性与语义重要性分配不同的权重α和β，加权计算得到最终的潜在表征的语境重要性大小φlat，即φlat＝α·φrec+β·φclass，其中0≤α≤1，0≤β≤1，且满足α+β＝1； 所述信令无损压缩模块用于输入深度编码器输出的辅助信令q1与分包模块输出的辅助信令q2，对它们进行无损压缩，输出压缩后的辅助信令码流； 所述分包模块用于生成一个相应的辅助信令q2以告知码率分配模块每个数据包中含有哪些潜在表征，辅助其进行相应的信道码率分配； 所述码率分配模块用于寻找一个最优的信道码率分配策略Ψ； 具体地，首先，对辅助信令q1和q2进行最高等级的信道保护，选用可提供的信道码率集合中的最小信道码率进行编码，信道编码后的辅助信令码流所占用的码率记为R'；其次，根据来自分包模块输出的辅助信令q2，获知每个数据包中包含的潜在表征，通过语境重要性分析模块，获知每个潜在表征对应的语境重要性的大小，再通过对同一个数据包内的潜在表征的语境重要性求均值的方式以获得每个数据包的语境重要性大小，因此其中，Y为数据包中的潜在表征的数量；接着，根据数据包的语境重要性大小来选择每个数据包的信道保护等级，语境重要性越大，信道保护等级就要相应地越高，选用较低的信道码率，施加更多的冗余比特进行保护；由于无线信道决定了整段码流的总可用码率为R，因此，潜在表征码流信道编码后的码长上限为整段潜在表征码流的信道码率分配策略Ψ表述为其中表示每个数据包使用的信道码率，对应的误码率BER为N为潜在表征均等地划分的数据包数量； 各个潜在表征数据包按照所分配的信道码率进行相应的信道编码，然后经过存在噪声的信道传输，到达接收端，使得接收端重建图像的重建质量与分类准确度的综合性能φΨ最优。

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厦门大学，其通讯地址为：361000 福建省厦门市思明区思明南路422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”。