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！

龙图腾网获悉中国科学院信息工程研究所申请的专利一种基于重缩放的全息通信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：CN119299697B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411548478.8，技术领域涉及：H04N19/132；该发明授权一种基于重缩放的全息通信方法是由陈逸飞;刘延伟;商卓逸;姜一鸣;江涵设计研发完成，并于2024-11-01向国家知识产权局提交的专利申请。

本一种基于重缩放的全息通信方法在说明书摘要公布了：本发明公开了一种基于重缩放的全息通信方法，所述方法包括：步骤1、构建复数卷积神经网络并训练，基于训练好的复数卷积神经网络，对输入的全息图像进行下采样，得到缩小后的全息图像；步骤2、构建码率分配模型，对缩小后的全息图像的实部和虚部执行码率分配后进行压缩和传输；步骤3、对接收到的执行码率分配后的全息图像的实部和虚部进行解压缩，以及基于训练好的复数卷积神经网络进行上采样，得到原始输入大小的全息图像。本发明实现了全息图像的快速传输，降低了传输时全息图像的失真，运算效率高，同时能适应网络信道速率的变化。

本发明授权一种基于重缩放的全息通信方法在权利要求书中公布了：1.一种基于重缩放的全息通信方法，其特征在于，所述方法包括： 步骤1、构建复数卷积神经网络并训练，基于训练好的复数卷积神经网络，对输入的全息图像进行下采样，得到缩小后的全息图像；其中，所述复数卷积神经网络包括依次连接的下采样模块，可微分压缩算法模块，上采样模块； 所述下采样模块包括顺序连接的第一复数卷积层、第二复数卷积层、逆像素重排列层、第一复数残差层、第二复数残差层、第三复数残差层、第三复数卷积层、第四复数卷积层，其中，将第一至第四复数卷积层中卷积核的个数分别设置为8,16，256,3，卷积核大小均设置额为3×3，步长均设置为1，且每一个卷积层都进行卷积操作和LeakyReLu激活操作；逆像素重排列层进行一次下采样操作，下采样时全息图像的宽和高降为原来的一半，通道数增加到原来的四倍；将第一至第三复数残差层的卷积核个数均设置为64，步长均设置为1，每一个复数残差层都通过卷积操作再通过残差结构； 所述可微分压缩算法模块包括顺序连接的YUV转换层、UV下采样层、DCT变换层、量化层、DCT逆变换层、UV上采样层、RGB转换层，其中，YUV转换层将第四复数卷积输出的RGB格式图像转换为YUV图像，UV下采样层对UV通道的图像进行下采样，DCT变换层分别对Y，U，V三个通道进行离散余弦变换，量化层对变换的结果进行取整操作，DCT变换层分别对Y，U，V三个通道进行离散余弦逆变换，UV上采样层对UV通道的图像进行上采样，RGB转换层将YUV格式图像转换为RGB图像； 所述上采样模块包括顺序连接的第五复数卷积层、第四复数残差层、第五复数残差层、第六复数残差层、第六复数卷积层、第七复数卷积层、像素重排列层、第八复数卷积层，其中，第五至第八复数卷积层中卷积核的个数分别设置为64,64，256,3，卷积核大小均设置额为3×3，步长均设置为1，且每一个卷积层都进行卷积操作和LeakyReLu激活操作；像素重排列层进行一次上采样操作，上采样时全息图像的宽和高变为原来的两倍，通道数减少到原来的四分之一；将第四至第六复数残差层的卷积核个数均设置为64，步长均设置为1，每一个复数残差层都通过卷积操作再通过残差结构； 步骤2、构建码率分配模型，根据传输网络速率限制，基于拉格朗日松弛法对缩小后的全息图像的实部和虚部进行非均等码率分配，按照分配的码率将缩小后的全息图像压缩后进行传输； 步骤3、对接收到的执行码率分配后的全息图像的实部和虚部进行解压缩，以及基于训练好的复数卷积神经网络进行上采样，得到原始输入大小的全息图像。

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科学院信息工程研究所，其通讯地址为：100093 北京市海淀区闵庄路甲89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。