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！

龙图腾网获悉武汉大学申请的专利一种可变码率图像压缩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：CN115439567B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202211055600.9，技术领域涉及：G06T9/00；该发明授权一种可变码率图像压缩方法及系统是由陈震中;王怀睿设计研发完成，并于2022-08-31向国家知识产权局提交的专利申请。

本一种可变码率图像压缩方法及系统在说明书摘要公布了：本发明针对端到端优化的图像压缩领域，公开了一种可变码率图像压缩方法及系统。首先通过独热编码将码率控制参数λ转换为二进制向量，再通过全连接层根据编码结果自适应地生成多组专家投票权重。与此同时，模型将对应生成与专家权重数量相同的多组卷积核参数，并通过根据专家权重加权求和的方式实现最终动态卷积核的高效生成。最终以上述生成的动态参数卷积核构建变分自编码器。本方法提出的可变码率模型可以有效地根据码率调节参数改变压缩过程中的数据分布变化方向，并且动态参数调节的设计可以有效降低整体变码率压缩框架的运算量，实现在端到端优化的压缩框架中以单个压缩模型控制多种压缩码率。

本发明授权一种可变码率图像压缩方法及系统在权利要求书中公布了：1.一种可变码率图像压缩方法，其特征在于， 输入图像或特征至构建的训练好的包含有变分自编码器的压缩模型中；其中，所述变分自编码器的构建过程包括：通过独热编码将码率控制参数λ转换为二进制向量，再通过全连接层根据编码结果自适应地生成多组专家投票权重；生成与专家权重数量相同的多组卷积核参数，并通过根据专家权重加权求和的生成动态卷积核；将生成的动态卷积核替代普通卷积核构建变分自编码器；采用梯度下降方法对变分自编码器进行训练，使用可变码率训练策略优化变分自编码器； 其中，在训练时，将梯度下降方法应用于损失函数中，并使用可变码率训练策略进行整体模型的优化，具体时间通过主编码器从输入图像x中获取到潜在表达y，再通过超先验编码器从潜在表达y中获取到超潜在表达z；随机选取拉格朗日乘子λ进行动态参数卷积核的生成以及损失函数的构建，使得压缩模型对码率调节参数始终敏感，进而构建可变码率推理的端到端优化图像压缩模型； 压缩模型对输入的图像或特征进行压缩优化后输出压缩后的图像或特征；其中，所述压缩模型的构建过程包括：对码率控制参数进行编码，定义编码码率控制参数的取值区间Λ，取Λ＝{256,512,1024,2048,4096,6048}，码率控制参数λ∈Λ；使用全连接网络预测专家权重，采用神经网络中的全连接层与线性整流激活函数结合作为权重生成工具，通过拉格朗日乘子λ作为码率控制参数生成了一组自适应调节的专家权重用于下一步的数据变分方向引导；生成多组可学习卷积核参数，采用卷积神经网络对输入特征进行级联式的连续变分，对多组卷积核进行同步的参数更新，将生成的自适应调节的专家权重进行动态分配卷积核；根据模拟专家权重对卷积核进行加权求和，动态参数化卷积的卷积次数是多卷积操作线性组合的使用动态卷积重构压缩模型；将动态参数卷积替换掉图像压缩框架中的所有普通卷积，卷积操作均为以码率调节参数为条件的动态卷积，在进行训练引导下即可进行相应的条件变分编解码；构建可变码率的率失真损失函数。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区珞珈山街道八一路299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”。