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！

龙图腾网获悉南京信息工程大学申请的专利基于高频提取和知识蒸馏的图像质量评估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：CN115311253B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202211081284.2，技术领域涉及：G06T7/00；该发明授权基于高频提取和知识蒸馏的图像质量评估方法是由于莉;厉俊阳设计研发完成，并于2022-09-05向国家知识产权局提交的专利申请。

本基于高频提取和知识蒸馏的图像质量评估方法在说明书摘要公布了：本发明公开了一种基于高频提取和知识蒸馏的图像质量评估方法，根据训练好的学生降质特征提取模块提取的降质图像特征、教师降质特征提取模块提取的原始质量图像特征、训练好的学生高频特征提取模块提取的学生高频特征、教师高频特征提取模块提取的教师高频特征、复原特征提取网络提取的复原特征以及质量预测模块输出的第一、第二和第三质量分数，计算图像质量评估模型的总损失函数；以总损失函数最小为目标优化所提出的图像质量评估模型，当损失下降并保持稳定时认为训练结束，得到训练好的图像质量评估模型；将复原图像输入训练好的图像质量评估模型，输出复原图像的质量分数。本发明有利于提高对感知图片质量的预测。

本发明授权基于高频提取和知识蒸馏的图像质量评估方法在权利要求书中公布了：1.一种基于高频提取和知识蒸馏的图像质量评估方法，其特征在于：包括如下步骤： 根据训练好的学生降质特征提取模块提取的降质图像特征、教师降质特征提取模块提取的原始质量图像特征、训练好的学生高频特征提取模块提取的学生高频特征、教师高频特征提取模块提取的教师高频特征、复原特征提取网络提取的复原特征以及质量预测模块输出的第一、第二和第三质量分数，计算图像质量评估模型的总损失函数； 以总损失函数最小为目标优化所提出的图像质量评估模型，当损失下降并保持稳定时认为训练结束，得到训练好的图像质量评估模型； 将复原图像输入训练好的图像质量评估模型，输出复原图像的质量分数； 将降质图像与对应的原始质量图像分别输入学生降质特征提取模块与教师降质特征提取模块，提取降质图像特征与原始质量图像特征； 将与降质图像对应的复原图像输入复原特征提取网络，提取复原特征； 将原始质量图像输入教师高频特征提取模块再经过三个八度卷积层，提取教师高频特征； 将提取到的降质图像特征与复原特征做差得到第一差值特征，将第一差值特征与教师高频特征一起输入质量预测模块，进行质量分数预测，得到第一质量分数； 将提取到的原始质量图像特征与复原特征做差得到第二差值特征，将第二差值特征与教师高频特征一起输入质量预测模块，进行质量分数预测，得到第二质量分数； 通过引用知识蒸馏的机制，使用第一质量分数、第二质量分数与CKDLoss来对学生降质特征提取模块、教师降质特征提取模块进行训练，获得训练好的学生降质特征提取模块以及训练好的教师降质特征提取模块； 所述CKDLoss损失计算公式为： ； 其中， ； ； 表示第一条件知识蒸馏损失，表示学生降质特征提取模块损失，表示教师降质特征提取模块损失，表示损失权重，D表示降质图像，H表示原始质量图像，表示学生降质特征提取模块，表示教师降质特征提取模块，为第张图像质量分数真实值，表示图像的序号，表示图像的总数，表示第一质量分数，表示第二质量分数； 将与降质图像对应的原始质量图像输入学生高频特征提取模块再经过三个八度卷积层，提取学生高频特征； 将第二差值特征与学生高频特征一起输入质量预测模块，进行质量分数预测，得到第三质量分数； 通过引用知识蒸馏的机制，使用第二质量分数、第三质量分数与LFLoss来对学生高频特征提取模块、教师高频特征提取模块进行训练，获得训练好的学生高频特征提取模块以及训练好的教师高频特征提取模块； LFLoss损失计算公式如下： ； 其中， ； ； 表示第二条件知识蒸馏损失，、、分别表示学生高频特征提取模块第一、第二、第三阶段的权重参数，为第张图像质量分数真实值，表示教师高频特征提取模块损失，表示学生高频特征提取模块损失，表示图像序号，表示图像的总数，表示学生高频特征提取模块第j个阶段提取的高频特征，表示教师高频特征提取模块第j个阶段提取的高频特征，表示第三质量分数，表示第二质量分数，j取1,2,3； 所述总损失函数L的计算公式如下： 。

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信息工程大学，其通讯地址为：224002 江苏省盐城市盐南高新区新河街道文港南路105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。