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！

龙图腾网获悉电子科技大学申请的专利一种基于注意力机制的抗噪抗干扰图像语义通信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：CN118781208B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202410759833.X，技术领域涉及：G06T9/00；该发明授权一种基于注意力机制的抗噪抗干扰图像语义通信系统是由卓永宁;杨雨萌;王煦皓设计研发完成，并于2024-06-13向国家知识产权局提交的专利申请。

本一种基于注意力机制的抗噪抗干扰图像语义通信系统在说明书摘要公布了：本发明提供了一种基于注意力机制的抗噪抗干扰图像语义通信系统，涉及通信技术和人工智能领域。输入图片依次经过残差卷积自编码系统的编码器、维度变换模块、混合注意力模块、维度变换模块、残差卷积自编码系统的编码器后得到输出图像。系统通过计算接收到的图像token与预定义的误码模式之间的相似度来动态调整注意力权重，优先处理那些更可能表示传输中保持完整性的信号部分。本发明的方法不仅增加了在恶劣通信环境中传输图像的准确性和可靠性，同时也为图像语义的高效压缩和传输提供了新的途径。这种基于图像token的KL变换和信道误码模式的协方差矩阵的注意力机制，为语义通信提供了一种新的解决策略，具有广泛的应用前景。

本发明授权一种基于注意力机制的抗噪抗干扰图像语义通信系统在权利要求书中公布了：1.一种基于注意力机制的抗噪抗干扰图像语义通信系统，其特征在于，输入图片依次经过残差卷积自编码系统的编码器、维度变换模块、混合注意力模块、维度变换模块、残差卷积自编码系统的编码器后得到输出图像，具体工作流程如下： 步骤1：获取输入图像，将输入图像输入至残差卷积自编码系统的编码器中，残差卷积自编码系统的编码器将输入图像变换为特征子图，特征子图维度为C,H,W，分别表示通道，高度，宽度； 步骤2：将特征子图的图像数据按列或行经过维度变换模块转换为一维图像特征数据，然后将一维图像特征数据分批组织成二维数据，维度大小分别为CHW和批处理数； 步骤3：将维度大小分别为CHW和批处理数的二维数据送入混合注意力模块，输出已得到权重的二维图像特征数据；所述混合注意力模块包括外部注意力模块和多头注意力模块，混合注意力模块的具体工作流程如下： 步骤301：混合注意力模块接收到二维数据，将其分别输入至两个用于变换维度的卷积神经网络，以获得图像语义单元token；两个卷积神经网络分别连接到混合注意力机制的编码器和混合注意力机制的译码器； 步骤302：混合注意力机制的编码器包括外部注意力模块、两个残差标准化模块和基于位置前馈网络模块；其中图像语义单元进入混合注意力机制的编码器后首先进入外部注意力模块，赋予相应的权重，然后进入残差标准化模块，再进入基于位置前馈网络模块进行变换，最后经过一次残差标准化模块得到编码器的输出矢量； 步骤303：混合注意力机制的译码器包括外部注意力模块、三个残差标准化模块、多头自注意力模块、基于位置前馈网络模块；其中图像语义单元进入译码器首先进入外部注意力模块，赋予相应的权重，然后进入一次残差标准化模块；得到的输出与编码器的输出矢量一起进入多头自注意力模块，然后依次经过残差标准化模块、基于位置前馈网络模块、残差标准化模块得到输出； 步骤304：译码器的输出经过一个变换维度全连接层，得到二维图像特征数据； 其中，所述外部注意力模块包括查询模块Query、键模块Key、值模块Value和归一化模块Normal；外部注意力模块具体结构为：将对应于输入图像语义单元的按行或列展开的矢量X送入查询模块进行KL变换，得到矢量A；将归一化后的矢量A与键模块中存储的权重矢量进行相乘，得到中间矢量B；将中间矢量B送入归一化模块进行归一化，得到中间矢量B’；将中间矢量B’送入值模块，与值模块权重矩阵中的矢量进行点积，得到最终权重值D； 步骤4：将二维图像特征数据转换为一维矢量，维度长为CHW，然后将一维矢量送入一个维度变换模块，变换为维度为C,H,W的图像语义单元； 步骤5：将维度为C,H,W的图像语义单元送入残差卷积自编码器的解码器，得到恢复的图像数据。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。