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！

龙图腾网获悉中国科学技术大学申请的专利变码率语义结构化图像编解码方法与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：CN115604476B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202211215187.8，技术领域涉及：H04N19/146；该发明授权变码率语义结构化图像编解码方法与系统是由陈志波;冯若愚;金鑫;孙思萌设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本变码率语义结构化图像编解码方法与系统在说明书摘要公布了：本发明公开了一种变码率语义结构化图像编解码方法与系统，利用一个和输入图像空间尺度相同的码率控制掩膜可以为语义结构化图像编码引入变码率编码的能力，使其具备更强的灵活性，从而在适配于实际应用中的智能分析任务时拥有更强的编码效率和更高的灵活性。

本发明授权变码率语义结构化图像编解码方法与系统在权利要求书中公布了：1.一种变码率语义结构化图像编解码方法，其特征在于，包括： 编码部分：对输入图像进行目标检测，获得目标检测结果；结合输入图像与生成的与所述输入图像相同空间尺度的码率控制掩膜进行变换，获得去冗余的图像特征；将所述去冗余的图像特征输入至两个分支，第一分支中，将所述去冗余的图像特征进行超先验变换与量化，获得量化超先验特征，将所述量化超先验特征进行超先验反变换获得整体的概率分布，以及将输入图像的尺寸以及所述量化超先验特征与目标检测结果分别进行熵编码，再依次拼接获得码流头信息；第二分支中，将所述去冗余的图像特征进行量化，获得量化图像特征，结合目标检测结果进行分组，获得每一目标对应的量化特征，结合所述整体的概率分布对每一目标对应的量化特征分别进行熵编码，根据任务设定选出所有指定目标，将所有指定目标对应的熵编码码流组合形成码流的纹理部分；所述码流头信息与所述码流的纹理部分构成语义结构化码流； 解码部分：对语义结构化码流中的码流头信息进行解码，获得输入图像的尺寸、量化超先验特征与目标检测结果，对所述量化超先验特征进行超先验反变换，获得整体的概率分布以及码率控制特征；从纹理部分取出每一指定目标对应的码流，结合整体的概率分布，分别进行熵解码获得每一指定组别对应的组别特征，根据目标检测结果提供的位置将所有指定目标对应的量化特征共同重组为重组量化图像特征；结合输入图像的尺寸信息、重组量化图像特征、码率控制特征，以及利用目标检测结果计算出的前景掩膜，通过反变换操作获得重建图像； 其中，结合量化图像特征、码率控制特征，以及利用目标检测结果计算出的前景掩膜，通过反变换操作获得重建图像的步骤包括： 设置两类反变换，第一类反变换次数为L′，每次反变换流程相同，第l′次反变换流程如下： 对前景掩膜进行自适应上采样，生成与输入特征空间尺度一致的前景掩膜ml′； 将量化图像特征与码率控制特征在通道维度上级联，再通过非线性变换并进行上采样后，生成调制特征 对量化图像特征进行非线性变换，获得特征再结合调制特征以及前景掩膜ml′进行空间调制，获得第l′次反变换的特征；其中，空间调制表示为： 与为调整因子，通过对所述调制特征进行非线性变换得到； 其中，l′＝1,2,…,L′；当l′＝1时，所述输入特征为重组量化图像特征，当l′＝2,…,L′时，所述输入特征为第l-1次反变换的特征； 第二类反变换的次数为1，经过L′次反变换后输出的特征，再经过一次反变换即可得到重建图像第二类反变换包括：依次执行的特征变换与通道缩减操作。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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”。