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！

龙图腾网获悉西安电子科技大学申请的专利一种基于信息传递VIT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：CN119672001B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411760781.4，技术领域涉及：G06T7/00；该发明授权一种基于信息传递VIT的无参考图像质量评价方法是由何立火;邢钰婷;刘嘉;房体大;路文;李洁;高新波设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本一种基于信息传递VIT的无参考图像质量评价方法在说明书摘要公布了：本发明公开了一种基于信息传递VIT的无参考图像质量评价方法，包括以下步骤；步骤1：从公开图像质量评价数据集中随机选取图像；图像作为训练样本集B和测试样本集C；步骤2：构建基于信息传递VIT的无参考图像质量评价网络模型S，将所述图像输入无参考图像质量评价网络模型S中，用于预测图像质量分数；步骤3，对基于信息传递VIT的无参考图像质量评价模型进行迭代训练；步骤4，获取图像的无参考质量评价结果，得到图像质量分数。本发明将图像特征信息在各层之间完成交互及整合，并在此基础上预测图像质量分数。

本发明授权一种基于信息传递VIT的无参考图像质量评价方法在权利要求书中公布了：1.一种基于信息传递VIT的无参考图像质量评价方法，其特征在于，包括以下步骤； 步骤1：从公开图像质量评价数据集中随机选取图像并划分训练样本集B和测试样本集C； 步骤2：构建基于信息传递VIT的无参考图像质量评价网络模型S，以所述图像为输入预测图像质量分数； 步骤3，利用所述训练样本集B，对所述基于信息传递VIT的无参考图像质量评价模型S进行迭代训练，并利用所述测试样本集C测试训练结果； 步骤4，利用完成训练的模型获取图像的无参考质量评价结果，得到图像质量分数； 所述步骤2具体为： 步骤2.1，构建标准VIT网络，包括处理2D图像补丁的线性映射网络以及注意模块和MLP堆叠构成的编码器；通过处理2D图像补丁的线性映射网络得到图像的浅层特征序列，浅层特征序列通过编码器得到深层特征； 步骤2.2，构建信息传递模块P，在步骤2.1中注意力模块部分，将原始方案中直接计算原始注意力分数改进为从第二层开始的每一层的原始注意力分数S，通过系数α与上一层的注意力分数Sl‑1做加权操作，信息传递模块P使得本层学习到上一层的特征，也就是浅层特征与深层的特征进行融合； 步骤2.3，构建质量回归网络Q，步骤2.1输出的图像特征序列通过质量回归网络Q得到预测的图像质量分数。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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。