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！

龙图腾网获悉安庆师范大学申请的专利一种基于概率表征的暗光光场图像压缩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：CN119854494B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202411963881.7，技术领域涉及：H04N19/136；该发明授权一种基于概率表征的暗光光场图像压缩方法是由刘德阳;査海涅;王吉敏;陈义仁;吴峰设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种基于概率表征的暗光光场图像压缩方法在说明书摘要公布了：本发明公开了一种基于概率表征的暗光光场图像压缩方法，包括：获取待处理的光场图像，将待处理的光场图像输入基于概率表征的深度压缩模型中进行处理，输出处理后的光场图像；其中，基于概率表征的深度压缩模型包括概率特征表示模块、编码器、量化模块、熵评估模块、解码器和低光增强模块。本发明提高了暗光光场图像压缩的性能，降低了对图像数据存储资源的消耗。

本发明授权一种基于概率表征的暗光光场图像压缩方法在权利要求书中公布了：1.一种基于概率表征的暗光光场图像压缩方法，其特征在于，包括： 获取待处理的光场图像，将所述待处理的光场图像输入基于概率表征的深度压缩模型中进行处理，输出处理后的光场图像； 其中，所述基于概率表征的深度压缩模型包括依次连接的概率特征表示模块、编码器、量化模块、熵评估模块、解码器和低光增强模块； 将所述待处理的光场图像输入基于概率表征的深度压缩模型中进行处理，包括： 通过所述概率特征表示模块提取所述待处理的光场图像的特征，其中包括空间特征、角度特征和极平面特征； 基于所述编码器对提取的特征进行初始化，将低维度特征映射到高维特征，并进行压缩编码，生成潜在特征编码矩阵； 使用所述量化模块对所述潜在特征编码矩阵进行量化编码操作，获得量化后的潜在特征表示； 通过所述熵评估模块对所述潜在特征编码矩阵进行计算，并估计所述量化后的潜在特征表示在所述特定高斯分布下所需的总比特数； 基于所述解码器对所述量化后的潜在特征表示进行解码操作，生成重建后的图像，并通过所述低光增强模块对所述重建后的图像进行提亮操作，输出所述处理后的光场图像； 获得所述量化后的潜在特征表示，包括： 在所述量化编码操作阶段添加均匀分布的噪声使量化过程可导，再通过四舍五入的方法将浮点数转化成整数，获得所述潜在特征表示； 生成重建后的图像，包括： 将所述量化后的潜在特征表示送入算术解码器进行解压，再送入所述解码器进行潜在特征解码；其中，所述解码器由Angular Transformer单元、非重叠滑动窗口注意力单元、上采样卷积单元和反生成分裂标准化单元构成；所述Angular Transformer单元用于捕获传统卷积难以捕获的全景角度依赖关系；所述非重叠滑动窗口注意力单元用于引入残差连接提高中间特征的质量；所述上采样卷积单元用于增加图片分辨率，逐步重建图片；所述反生成分裂标准化单元用于逆向归一化处理，恢复数据分布特性； 输出所述处理后的光场图像，包括： 将所述解码器输出的高维特征矩阵送入所述低光增强模块进行提亮操作，生成正常光照下的光场图片，即所述处理后的光场图像； 其中，所述低光增强模块由LayerNorm单元、处理卷积单元、反处理卷积单元、深度可分离卷积单元和若干线性层构成；所述LayerNorm单元用于对图像特征进行标准化操作；所述处理卷积单元用于增加图像颜色通道；所述反处理卷积单元用于减小图像颜色通道数，整合和提炼特征信息，生成所述重建后的图像；所述深度可分离卷积单元用于与每个颜色通道进行分层处理，隔离不同通道间的噪声干扰；所述线性层用于生成自注意机制的查询、键、值组成部分。

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安庆师范大学，其通讯地址为：246000 安徽省安庆市菱湖南路128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。