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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种基于扩散生成模型的卫星图像语义编解码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：CN119649367B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202411702959.X，技术领域涉及：G06V20/70；该发明授权一种基于扩散生成模型的卫星图像语义编解码方法是由刘思力;吕蓉;朱勇刚;陈如翰;覃俊祥;厉俊男;梁豪;叶淦华设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本一种基于扩散生成模型的卫星图像语义编解码方法在说明书摘要公布了：本发明公开了智能编解码技术领域的一种基于扩散生成模型的卫星图像语义编解码方法。该基于扩散生成模型的卫星图像语义编解码方法在卫星通信发送端采用扩散生成模型中的变分自编码器预训练模型，将图像编码转换为语义空间特征张量，而后基于扩散生成模型的加噪方法对其进行加噪，在接收端通过文本约束引导加噪后的语义空间特征张量执行去噪过程，并将结果输入变分自解码器恢复为图像。该基于扩散生成模型的卫星图像语义编解码方法在保证目标识别精确度、图像传输质量的情况下，可以大大压缩传输的数据量，并使之能够适应更低信噪比的卫星通信信道。

本发明授权一种基于扩散生成模型的卫星图像语义编解码方法在权利要求书中公布了：1.一种基于扩散生成模型的卫星图像语义编解码方法，其特征在于，包括以下步骤： S1.变分自编码器：采用扩散生成模型中的变分自编码器预训练模型，作用为将图像编码转换为语义空间特征张量； 所述S1包括以下步骤： S11.将一个图像输入到一个深度神经网络中，将图像转化为一个潜在空间的张量，深度神经网络采用变分自编码器结构； S12.变分自编码器采用预训练模型，如果需要微调，则将预训练模型参数作为初始参数与变分自解码器联合训练； S2.加噪网络：在变分自编码器输出的图像语义空间特征张量上逐步添加噪声，使图像语义空间特征张量趋近于一个噪声图像的语义空间特征张量； S3.图像目标识别网络：针对卫星通信系统的特点和评估需求，确定评估系统，基于不同的使用模式和场景，确定合适的评估模型； 所述S3包括以下步骤： S31.将图像输入图像识别网络，输出图片中的目标识别文本结果，图像目标识别网络采用yolov8网络模型； S32.将加噪网络输出的向量和图像目标识别文本编码后送入信道传输； S4.文本编码器：将图像目标识别网络输出的文本和边界框转换为一个张量； S5.去噪网络：在文本张量引导下，通过噪声预测对加噪的图像语义空间特征张量逐步去噪，恢复为无噪声的图像语义空间特征张量； S6.变分自解码器：采用扩散生成模型中的变分自解码器预训练模型，将去噪后的图像语义空间特征张量转换回像素空间，重新恢复为图像。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。