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！

龙图腾网获悉西安电子科技大学申请的专利基于交叉多尺度的无参考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：CN116245861B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310256196.X，技术领域涉及：G06T7/00；该发明授权基于交叉多尺度的无参考图像质量评价方法是由何立火;王威力;张超仑;张卓远;高新波;王笛;路文设计研发完成，并于2023-03-16向国家知识产权局提交的专利申请。

本基于交叉多尺度的无参考图像质量评价方法在说明书摘要公布了：本发明公开了基于交叉多尺度的无参考图像质量评价方法，包括以下步骤；步骤1，获取训练样本集B和测试样本集C；步骤2，构建基于交叉多尺度无参考图像质量评价的网络模型S；步骤3，对基于交叉多尺度无参考图像质量评价的网络模型S进行迭代训练；步骤4，获取图像的无参考质量评价结果Q：将测试样本集C作为训练完成的基于交叉多尺度网络的无参考图像质量评价网络模型S的输入进行前向推理，得到每个测试样本的质量预测分数，以验证模型效果。本发明利用图像的局部和非局部语义信息与图像金字塔的提取不同层级信息的能力，解决现有方法中单一网络模型面对复杂失真图像无法同时兼顾全局失真与局部失真的问题。

本发明授权基于交叉多尺度的无参考图像质量评价方法在权利要求书中公布了：1.基于交叉多尺度的无参考图像质量评价方法，其特征在于，包括以下步骤； 步骤1，获取训练样本集B和测试样本集C； 步骤2，构建基于交叉多尺度无参考图像质量评价的网络模型S； 步骤3，对基于交叉多尺度无参考图像质量评价的网络模型S进行迭代训练； 步骤4，获取图像的无参考质量评价结果Q： 将测试样本集C作为训练完成的基于交叉多尺度网络的无参考图像质量评价网络模型S的输入进行前向推理，得到每个测试样本的质量预测分数，以验证模型效果； 所述步骤2具体为： 步骤2.1，构建基于交叉多尺度无参考图像质量评价的竖直多尺度网络V，用于提取同一图片不同尺度下特征，包括Resnet-50主干网络R、自上而下的上采样融合网络T-D、自底向顶的降采样融合网络B-U和竖直多尺度特征输出模块F；其中，Resnet-50主干网络R输出包括四个不同层输出的特征序列fii＝1,2,3,4,自上而下的上采样融合网络T-D包括经融合后的四个特征序列fi,ai＝1,2,3,4，自底向顶的降采样融合网络B-U包括经融合后的四个特征序列fi,bi＝1,2,3,4,竖直多尺度特征输出模块F包括处理后的四个特征序列fi’i＝1,2,3,4； 步骤2.2，构建基于交叉多尺度无参考图像质量评价的水平多尺度网络H，用于获得局部表达最优的特征； 步骤2.3，构建基于交叉多尺度无参考图像质量评价的质量回归网络R。

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电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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。