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！

龙图腾网获悉东华理工大学申请的专利一种基于四元数卷积神经网络的无参考图像质量评估方法及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：CN117876316B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202410025201.0，技术领域涉及：G06T7/00；该发明授权一种基于四元数卷积神经网络的无参考图像质量评估方法及系统是由王同罕;孙杰;贾惠珍设计研发完成，并于2024-01-08向国家知识产权局提交的专利申请。

本一种基于四元数卷积神经网络的无参考图像质量评估方法及系统在说明书摘要公布了：本发明公开了一种基于四元数卷积神经网络的无参考图像质量评估方法及系统，方法包括：基于预设的改进ResNet网络对将至少一个纯四元数矩阵进行特征提取，并将提取的特征进行融合，得到第二目标尺度特征，再将与第二目标尺度特征和述第三尺度特征进行第二次特征融合，得到第三目标尺度特征，分别提取处理后的第一尺度特征、第二目标尺度特征、第三目标尺度特征中以及第四尺度特征中的特征向量，并将提取后的各个特征向量进行聚合，得到目标特征向量，将目标特征向量输入至预设的全连接神经网络中，预设的全连接神经网络映射输出与目标特征向量对应的质量分数。提高无参考图像了真实失真的准确性和鲁棒性。

本发明授权一种基于四元数卷积神经网络的无参考图像质量评估方法及系统在权利要求书中公布了：1.一种基于四元数卷积神经网络的无参考图像质量评估方法，其特征在于，包括： 获取至少一个原始图像，将所述至少一个原始图像转化为四元数形式，得到至少一个纯四元数矩阵； 基于预设的改进ResNet网络对所述至少一个纯四元数矩阵进行特征提取，得到第一尺度特征stage1、第二尺度特征stage2、第三尺度特征stage3以及第四尺度特征stage4； 将所述第一尺度特征stage1和所述第二尺度特征stage2进行第一次特征融合，并将融合得到的第二目标尺度特征stage2’与所述第三尺度特征stage3进行第二次特征融合，得到第三目标尺度特征stage3’； 分别对所述第一尺度特征stage1、所述第二目标尺度特征stage2’以及所述第三目标尺度特征stage3’进行通道降维处理； 基于预设的特征矢量比例以及预设的特征矢量大小分别提取处理后的第一尺度特征stage1、第二目标尺度特征stage2’、第三目标尺度特征stage3’中以及所述第四尺度特征stage4中的特征向量，并将提取后的各个特征向量进行聚合，得到目标特征向量； 将所述目标特征向量输入至预设的全连接神经网络中，所述预设的全连接神经网络映射输出与所述目标特征向量对应的质量分数，其中，所述全连接神经网络中包含Dropout层以及至少一个全连接层。

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东华理工大学，其通讯地址为：330000 江西省南昌市经济技术开发区广兰大道418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。