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;西安电子科技大学青岛计算技术研究院申请的专利基于视觉线索关联解析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：CN118799276B 。

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：202410788068.4，技术领域涉及：G06T7/00；该发明授权基于视觉线索关联解析的无参考图像质量评价方法是由路文;叶珂源;梁泽红;向麟海;徐力;田高;何立火设计研发完成，并于2024-06-18向国家知识产权局提交的专利申请。

本基于视觉线索关联解析的无参考图像质量评价方法在说明书摘要公布了：本发明公开一种基于视觉线索关联解析的无参考图像质量评价方法，其步骤为：构建局部非平等交互的转置注意力子网络；构建视觉线索关联解析模块；生成无参考图像质量评价网络；对生成训练集中的所有图像进行线性编码；训练无参考图像质量评价网络；对待评价无参考图像进行质量评价。本发明的局部非平等交互的转置注意力子网络能够模仿人类视觉系统对图像的感知过程，视觉线索关联解析模块能够融合不同粒度层级的语义信息之间的相关性。本发明提高了失真图像质量的预测精度，具有评价无参考图像质量时与人眼视觉感知一致性更高、泛化性能更强的优点。

本发明授权基于视觉线索关联解析的无参考图像质量评价方法在权利要求书中公布了：1.一种基于视觉线索关联解析的无参考图像质量评价方法，其特征在于，通过构建包括局部非平等交互的转置注意力子网络与视觉线索关联解析模块的基于视觉线索关联解析的无参考图像质量评价网络对无参考图像进行质量评价；该无参考图像评价方法步骤包括如下： 步骤1，构建局部非平等交互的转置注意力子网络： 搭建第一、第二两个结构相同参数不同的局部非平等交互的转置注意力子网络，每个子网络结构依次为：第一卷积层、第二卷积层、转置操作层、第三卷积层、第一归一化层、全连接层、第二归一化层，其中，第一卷积层与第一归一化层、第一归一化层与第二归一化层之间进行残差连接； 步骤2，构建视觉线索关联解析模块： 搭建第一、第二两个结构相同参数设置不同的视觉线索关联解析模块，每个视觉线索关联解析模块的结构依次为：第一卷积层、第二卷积层、概率估计层、第三卷积层，第一与第三卷积层之间进行跳跃连接； 步骤3，将第一注意力子网络、第一视觉线索关联解析模块、第二注意力子网络、第二视觉线索关联解析模块依次串联，将第一、第二视觉线索关联解析模块并联后与图像质量回归模块串联后组成基于视觉线索关联解析的无参考图像质量评价网络； 步骤4，对生成训练集中的所有图像进行线性编码： 步骤5，训练基于视觉线索关联解析的无参考图像质量评价网络： 设置训练参数，将训练集输入到基于视觉线索关联解析的无参考图像质量评价网络中，采用Adamw优化器迭代更新网络参数，直到损失函数收敛为止，得到训练好的无参考图像质量评价网络； 步骤6，对待评价无参考图像进行质量评价： 采用与步骤4中相同的方法，对待评价的无参考图像依次进行归一化、预处理和线性编码处理，将线性编码结果输入到训练好的无参考图像质量评价网络中，输出质量评价分数。

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;西安电子科技大学青岛计算技术研究院，其通讯地址为：710071 陕西省西安市太白南路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。