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！

龙图腾网获悉厦门大学申请的专利一种应用于混合语境中的多码率深度图像压缩系统及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：CN115866265B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202211533749.3，技术领域涉及：H04N19/192；该发明授权一种应用于混合语境中的多码率深度图像压缩系统及方法是由雷中岳;洪学敏;石江宏设计研发完成，并于2022-12-01向国家知识产权局提交的专利申请。

本一种应用于混合语境中的多码率深度图像压缩系统及方法在说明书摘要公布了：本发明一种应用于混合语境中基于残差增强掩码的多码率深度图像压缩系统，其包括深度图像编解码模块、潜在向量重要性分析模块和隐空间编码模块。其中，隐空间编码模块采用残差方式将隐空间向量分为基础层和增强层，消除了隐空间的冗余度提高了压缩效率；其中，基础层包含了原图像的全局特征，保证重建图像的整体感知效果，且包含了整体语义信息。而且本发明在进行图像压缩编码时，深度编码器进行一次编码得到潜在向量，通过隐空间编码实现码率和语境自适应，使得图像的压缩传输具有更高的实时性。

本发明授权一种应用于混合语境中的多码率深度图像压缩系统及方法在权利要求书中公布了：1.一种应用于混合语境中基于残差增强掩码的多码率深度图像压缩系统，其特征在于：包括深度图像编解码模块、潜在向量重要性分析模块和隐空间编码模块， 所述深度图像编解码模块包括深度编码器、量化器、潜在向量分层合并单元和深度解码器，深度编码器和深度解码器由训练收敛的深度卷积神经网络构成，深度卷积神经网络的参数采用端到端方式进行训练所得； 所述深度编码器，用于输入原图像x，并提取原图像x的特征生成潜在向量； 所述量化器，用于输入隐空间编码模块输出的待发送向量，并对待发送向量的每个元素进行标量量化处理； 所述潜在向量分层合并单元，用于输入重建的基础层向量和增强层向量，并将其合并以重建潜在向量； 所述深度解码器，用于输入重建的潜在向量，并对该重建的潜在向量进行深度图像压缩解码得到原图像的重建图像； 所述潜在向量重要性分析模块包括语义重要性分析单元、重建重要性分析单元和重要性映射图融合单元； 所述语义重要性分析单元，用于输入原图像x，并分析原图像中每个像素对图像分类结果的重要性程度并映射到潜在向量的每个平面位置，生成潜在向量的语义重要性映射图； 重建重要性分析单元，用于输入深度编码器输出的潜在向量，并分析潜在向量每个平面位置对图像重建的重要性大小，生成潜在向量的重建重要性映射图； 所述重要性映射图融合单元，用于输入潜在向量的语义重要性映射图和重建重要性映射图，并将两者进行融合处理，生成混合语境下的潜在向量重要性映射图； 所述隐空间编码模块包括潜在向量分层单元、隐空间掩码生成单元和编码单元； 所述潜在向量分层单元，用于输入潜在向量，并采用残差方法将潜在向量分解为基础层向量和增强层向量，基础层向量是原图像整体在隐空间的表示，增强层向量是原图中细节在隐空间的表示，然后根据目标码率的变化范围确定基础层向量和增强层向量的码率； 所述隐空间掩码生成单元，用于输入信道反馈的目标码率r和潜在向量重要性映射图I，计算当前信道资源下允许传送的最大潜在向量的元素个数，然后计算潜在向量重要性映射图二值化的阈值，并把重要性映射图二值化为隐空间掩码M； 所述编码单元，用于输入隐空间掩码、基础层向量和增强层向量，根据隐空间掩码从基础层向量和增强层向量中选择待发送至解码端的元素，生成待发送向量，该待发送向量包括了隐空间掩码、全部的基础层向量、以及增强层中掩码为1位置对应的元素。

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厦门大学，其通讯地址为：361000 福建省厦门市思明区思明南路422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”。