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！

龙图腾网获悉江西财经大学申请的专利融合多层级失真感知的全景图像质量评价方法与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：CN120598948B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202511097030.3，技术领域涉及：G06T7/00；该发明授权融合多层级失真感知的全景图像质量评价方法与系统是由鄢杰斌;吴康诚;张祥;侯敬文;钱峰;姜文晖;徐英根;方玉明设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本融合多层级失真感知的全景图像质量评价方法与系统在说明书摘要公布了：本发明提出一种融合多层级失真感知的全景图像质量评价方法与系统，该方法包括：基于处理后的全景图像得到阶段失真感知细化特征图；基于阶段失真感知细化特征图，通过局部分支和全局分支处理后，得到阶段经过可变形自适应失真感知模块处理后的失真感知特征图；基于阶段经过可变形自适应失真感知模块处理后的失真感知特征图得到特征注意力融合特征图；基于特征注意力融合特征图得到全景图像的预测质量分数。本发明通过特征注意力融合模块，利用双线性插值上采样深层特征图，与浅层特征图相加后，利用空间失真感知注意力模块自适应地突出显示与失真相关的区域，增强模型对复杂失真的感知能力，得到最终的融合特征。

本发明授权融合多层级失真感知的全景图像质量评价方法与系统在权利要求书中公布了：1.一种融合多层级失真感知的全景图像质量评价方法，其特征在于，所述方法包括如下步骤： 步骤1、获取失真全景图像，对失真全景图像进行处理以得到处理后的全景图像；基于处理后的全景图像，通过主干网络得到阶段输出特征图；基于阶段输出特征图得到阶段失真感知细化特征图； 步骤2、在局部全局失真感知模块的局部分支中，基于阶段失真感知细化特征图得到阶段局部失真特征图； 在全局分支中，基于阶段失真感知细化特征图得到更具鲁棒性的特征图，基于更具鲁棒性的特征图和阶段局部失真特征图得到阶段经过可变形自适应失真感知模块处理后的失真感知特征图； 步骤3、将阶段经过可变形自适应失真感知模块处理后的失真感知特征图输入特征图融合模块，对阶段经过可变形自适应失真感知模块处理后的失真感知特征图进行融合以得到融合后的输出特征图，基于融合后的输出特征图得到经过空间失真感知注意力处理后的输出特征图； 基于经过空间失真感知注意力处理后的输出特征图，通过双线性插值上采样处理和空间失真感知注意力处理，得到特征注意力融合特征图； 步骤4、将阶段输出特征图输入通道感知增强模块，对阶段输出特征图进行优化处理以得到优化特征图，基于优化特征图和特征注意力融合特征图得到用于质量回归的连接特征向量； 基于用于质量回归的连接特征向量，通过一层全连接层的映射后，得到全景图像的预测质量分数； 在所述步骤2中，基于阶段失真感知细化特征图得到阶段局部失真特征图，具体步骤如下： 将阶段失真感知细化特征图经过1×1的卷积和3×3的深度卷积扩展局部感受野，以得到特征图在通道维度上被平均分为三个独立的部分，分别对应在局部区域中查询关键失真信息、标识失真特征的关键位置或模式、以及包含需要聚合的局部失真特征信息； 基于在局部区域中查询关键失真信息、标识失真特征的关键位置或模式、以及包含需要聚合的局部失真特征信息，通过自注意力操作后得到阶段局部失真特征图； 在所述步骤2中，基于阶段失真感知细化特征图得到更具鲁棒性的特征图，基于更具鲁棒性的特征图和阶段局部失真特征图得到阶段经过可变形自适应失真感知模块处理后的失真感知特征图，具体步骤如下： 对阶段失真感知细化特征图进行归一化处理，并利用可学习参数将归一化后的阶段失真感知细化特征图与阶段失真感知细化特征图进行自适应融合，得到更具鲁棒性的特征图； 对更具鲁棒性的特征图使用线性投影，将通道数减少到原始通道数的四分之一，以得到经过线性投影后的特征向量； 对经过线性投影后的特征向量采用感受野为5×5、7×7和9×9的并行深度卷积处理，以得到多尺度深度卷积处理后输出的特征图； 通过1×1卷积将多尺度卷积处理后输出的特征图回复到原始通道数，随后与阶段失真感知细化特征图通过残差连接，再投影到512维以得到全局分支的输出特征图； 基于全局分支的输出特征图与阶段局部失真特征图，得到阶段经过可变形自适应失真感知模块处理后的失真感知特征图。

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江西财经大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街169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。