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！

龙图腾网获悉华南理工大学申请的专利一种基于视觉变换器的无参考光场图像质量评价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：CN119295415B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411439757.0，技术领域涉及：G06T7/00；该发明授权一种基于视觉变换器的无参考光场图像质量评价方法是由周智恒;陈鸿杰;陶希远;于泽睿;刘兴达;杨志鑫设计研发完成，并于2024-10-15向国家知识产权局提交的专利申请。

本一种基于视觉变换器的无参考光场图像质量评价方法在说明书摘要公布了：本发明公开了一种基于视觉变换器的无参考光场图像质量评价方法，包括对失真光场图像的子孔径图像阵列进行提取，提取出中心子孔径图像和中心角度分辨率为a×a的子孔径图像阵列；将失真光场图像的中心子孔径图像输入空间块化模块获得富含空间信息的失真光场图像空间块，将失真光场图像的中心角度分辨率为a×a的子孔径图像阵列输入角度块化模块获得失真光场图像角度块；获取失真光场图像空间域上的多层特征，获取失真光场图像角度域上的多层特征，并拼接得到富含空间特征和角度特征的融合特征；利用质量分数预测网络对融合特征进行回归得到失真光场图像的质量分数，并根据配置的相关网络模型和训练参数，利用梯度反向传播训练网络。

本发明授权一种基于视觉变换器的无参考光场图像质量评价方法在权利要求书中公布了：1.一种基于视觉变换器的无参考光场图像质量评价方法，其特征在于，包括以下步骤： S1、获取失真光场图像的子孔径图像阵列； S2、对失真光场图像的子孔径图像阵列进行提取，分别提取出中心子孔径图像和中心角度分辨率为a×a的子孔径图像阵列； S3、将失真光场图像的中心子孔径图像输入空间块化模块获得富含空间信息的失真光场图像空间块，将失真光场图像的中心角度分辨率为a×a的子孔径图像阵列输入角度块化模块获得富含角度信息的失真光场图像角度块； S4、采用基于视觉变换器的空间特征提取网络在失真光场图像空间块上获取失真光场图像空间域上的多层特征，采用基于视觉变换器的角度特征提取网络在失真光场图像角度块上获取失真光场图像角度域上的多层特征； 基于视觉变换器的空间特征提取网络包括视觉变换器骨干网络和残差空间网络；基于视觉变换器的角度特征提取网络包括视觉变换器骨干网络和残差角度网络； 所述视觉变换器骨干网络包括嵌入层、位置编码层和多个变换器编码层； 所述残差空间网络包括大小为1×1，步长为1，输出通道为32的卷积层、两个大小为3×3，步长为1，输出通道为输入通道的卷积层、一个LReLU层和一个残差连接模块； 所述残差角度网络包括大小为1×1，步长为1，输出通道为32的卷积层、三个大小为3×3，空洞率分别为1、3、5，输出通道为输入通道的卷积层、LReLU层和一个残差连接模块； 所述残差空间网络中的残差连接模块是将残差空间网络中LReLU层的输出与残差空间网络的原始输入进行残差连接以生成残差空间网络输出； 所述残差角度网络中的残差连接模块是将残差角度网络中LReLU层的输出与残差角度网络的原始输入进行残差连接以生成残差角度网络输出； S5、将失真光场图像空间域上的多层特征和失真光场图像角度域上的多层特征进行拼接得到富含空间特征和角度特征的融合特征； S6、利用基于线性回归的质量分数预测网络对提取的融合特征进行回归得到失真光场图像的质量分数，并根据配置的相关网络模型和训练参数，利用梯度反向传播训练网络，使用训练后的网络模拟人眼感知失真光场图像质量，对失真光场图像进行质量评价。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。