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！

龙图腾网获悉西安邮电大学申请的专利基于自监督学习的无参考图像质量确定方法、系统及设备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：CN117094973B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202311068163.9，技术领域涉及：G06T7/00；该发明授权基于自监督学习的无参考图像质量确定方法、系统及设备是由邓万宇;陈琳;魏臻设计研发完成，并于2023-08-24向国家知识产权局提交的专利申请。

本基于自监督学习的无参考图像质量确定方法、系统及设备在说明书摘要公布了：本发明公开一种基于自监督学习的无参考图像质量确定方法、系统及设备，涉及图像质量评价领域，该方法包括：对采集到的图像进行失真处理，并确定失真处理后图像的失真类型和失真程度；对失真处理后图像进行裁剪，获得多张失真图像构成的第一训练集；基于自监督学习方法，采用第一训练集训练特征提取网络，得到特征提取模型，特征提取模型用于提取输入图像的图像失真特征；采用迁移学习的方法将特征提取模型中权重转移到质量预测模型，质量预测模型为将特征提取模型中投影层替换为岭回归模型后的网络；质量预测模型用于预测输入图像的质量分数；采用质量预测模型对待评价图像进行质量分数预测。本发明提高了图像质量预测的准确性。

本发明授权基于自监督学习的无参考图像质量确定方法、系统及设备在权利要求书中公布了：1.一种基于自监督学习的无参考图像质量确定方法，其特征在于，包括： 对采集到的图像进行失真处理，并确定失真处理后图像的失真类型和失真程度； 对失真处理后图像进行裁剪，获得多张失真图像构成的第一训练集； 基于自监督学习方法，采用第一训练集训练特征提取网络，得到特征提取模型，所述特征提取模型用于提取输入图像的图像失真特征； 采用迁移学习的方法将所述特征提取模型中权重转移到质量预测模型，所述质量预测模型为将所述特征提取模型中投影层替换为岭回归模型后的网络；所述质量预测模型用于预测输入图像的质量分数； 采用所述质量预测模型对待评价图像进行质量分数预测； 所述特征提取网络包括依次连接的编码器和投影层；所述编码器为移除了全连接层的ResNet50网络；采用空洞空间金字塔池化模块桥接所述编码器和所述投影层；所述编码器的每个残差结构之后均连接一个卷积注意力机制模块； 对采集到的图像进行失真处理，并确定失真处理后图像的失真类型和失真程度，具体包括： 将采集到的图像作为全分辨率图像，对所述全分辨率图像进行失真处理，并确定所述全分辨率图像对应的失真处理后图像的失真类型和失真程度； 对所述全分辨率图像沿两个维度进行下采样获得半分辨率图像，对所述半分辨率图像进行失真处理，保留失真处理后图像的原始纵横比，并确定所述半分辨率图像对应的失真处理后图像的失真类型和失真程度。

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西安邮电大学，其通讯地址为：710121 陕西省西安市长安区西长安街618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。