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！

龙图腾网恭喜西南石油大学申请的专利一种基于Swin-Transformer和自回归的图像压缩方法和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：CN115761446B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202211509062.6，技术领域涉及：G06V10/82；该发明授权一种基于Swin-Transformer和自回归的图像压缩方法和系统是由程吉祥;张宇进;李志丹设计研发完成，并于2022-11-29向国家知识产权局提交的专利申请。

本一种基于Swin-Transformer和自回归的图像压缩方法和系统在说明书摘要公布了：本发明公开一种基于Swin‑Transformer和自回归的图像压缩方法和系统，包括如下步骤：首先使用基于Swin‑Transformer的编码器提取图片特征，并对图片特征进行量化和算术编码，生成二进制码流，以便存储和传输。需要使用图像时，对二进制码流进行算术解码，通过基于Swin‑Transformer的解码器，最终得到重构出来的图像；设计并实现一种图像压缩系统，该系统能够使用本发明提出的方法进行图像压缩。本发明提升了在特定的编码率下，重构出来的图片有更好的效果，能够通过测试结果证明本发明方法的有效性。

本发明授权一种基于Swin-Transformer和自回归的图像压缩方法和系统在权利要求书中公布了：1.一种基于Swin-Transformer和自回归的图像压缩方法，其特征包括以下步骤：S1、收集自然环境中多种不同图片，将收集的图片，随机按照9：1的比例分成两部分，前一部分构成训练集，后一部分构成测试集，并且对训练集进行预处理；S2、构建图像压缩神经网络；将S1得到的图片随机水平翻转、随机裁剪和归一化后输入到构建的图像压缩神经网络中进行训练；损失函数使用均方误差、感知损失和率失真损失函数，设置超参数平衡损失权重，设置优化策略用于构建图像压缩网络，通过对网络进行循环迭代训练使损失函数不断减小，直到完成设定的迭代次数并将训练权重参数保存；S3、利用步骤S2构建的图像压缩神经网络和获得的网络训练权重参数构建基于Swin-Transformer和自回归的图像压缩系统，并使用该压缩系统对图像进行压缩，并存储起来；需要使用图像时，使用本图像压缩系统将所需要的图像的压缩文件进行解压，从而获得所需的图片；所述步骤S2中所述构建的图像压缩神经网络，具体为：网络结构大体上由三部分组成，分别为Encoder、Generator和ProbabilityModel；Encoder依次设置8个Swin-Transformer块和1个算术编码器，其中每两个Swin-Transformer块下采样一次；Generator则是由算术解码器、9层残差网络堆叠和8个Swin-Transformer堆叠组成，残差网络不对特征进行上采样的操作，而是由8个Swin-Transformer完成上采样的任务，每两个Swin-Transformer块上采样一次；ProbabilityModel主要是由两个部分组成，第一个部分是由算术编码器和Hyper-Encoder组成，其中Hyper-Encoder是由3个kernel_size＝3，stride＝2的卷积组成；而第二部分是由算术解码器、自回归网络ContextModel和Hyper-Decoder组成，其中Hyper-Decoder是由3个kernel_size＝3，stride＝2的转置卷积以及解耦组成；自回归网络ContextModel是由一个5*5的maskconv卷积构成，只出现在解码端；编码时，将Encoder、Generator、ProbabilityModel分别对应简称为E、G、P，图片x经过Encoder进行下采样操作得到特征y＝Ex，将特征y经过ProbabilityModel中的Hyper-Encoder提取出边信息z＝HEy，对z进行量化得到z′Quantizedz，对量化后的z′进行算术编码得到zbit；将zbit算术解码后得到z′，通过ProbabilityModel中的Hyper-Decoder、ContextModel以及解耦得到均值u和标准差σ，u，σ＝ConcatHDz′+CM；对y进行量化得到y′＝Quantizedy，通过u和σ，对y′进行高斯建模Py′，便可以对Py′进行算术编码得到ybit；解码时，将zbit算术解码后得到z′，通过ProbabilityModel中的Hyper-Decoder、ContextModel和解耦得到均值u和标准差σ；将ybit算术解码得到Py′；由Py′和u、σ恢复出y′，再由Generator，上采样后重构图片x′＝Gy′。

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南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8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”。