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！

龙图腾网获悉宁波大学;浙江宇视科技有限公司申请的专利一种基于可逆网络的轻量化图像恰可察觉失真预测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：CN120299043B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510772154.0，技术领域涉及：G06V20/70；该发明授权一种基于可逆网络的轻量化图像恰可察觉失真预测方法是由姜求平;刘飞洋;李聪廷;吴彬彬设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本一种基于可逆网络的轻量化图像恰可察觉失真预测方法在说明书摘要公布了：本发明提供了一种基于可逆网络的轻量化图像恰可察觉失真预测方法，包括：步骤S1，构建训练集和测试集，并对训练集进行预处理得到多张Y通道图像；步骤S2，搭建图像恰可察觉失真阈值预测网络对Y通道图像依次进行特征增强、离散小波变换、高低频图像提取、高频调制、高低频图像反演、离散小波变换、特征增强得到临界感知无损图像；步骤S3，按照步骤S2使用训练集对图像恰可察觉失真阈值预测网络进行训练得到图像恰可察觉失真阈值预测模型；步骤S4，对测试集进行测试输出临界感知无损图像和Y通道图像的绝对差值图作为恰可察觉失真阈值图。有益效果是本发明能够显著降低恰可察觉失真阈值标注成本并实现高质量像素级恰可察觉失真阈值预测。

本发明授权一种基于可逆网络的轻量化图像恰可察觉失真预测方法在权利要求书中公布了：1.一种基于可逆网络的轻量化图像恰可察觉失真预测方法，其特征在于，包括以下步骤： 步骤S1，获取多张原始图像并输入至高动态范围视觉差异预测器中构建得到训练集和测试集，并对所述训练集进行预处理得到多张Y通道图像； 步骤S2，利用深度学习框架搭建图像恰可察觉失真阈值预测网络，通过所述图像恰可察觉失真阈值预测网络对所述Y通道图像依次进行特征增强、离散小波变换、高低频图像提取得到低频特征图和高频特征图，并对所述高频特征图进行高频调制得到高频特征图，以及对所述低频特征图和所述高频特征图依次进行高低频图像反演、离散小波变换、特征增强得到临界感知无损图像； 步骤S3，按照所述步骤S2使用所述训练集对所述图像恰可察觉失真阈值预测网络进行训练得到图像恰可察觉失真阈值预测模型； 步骤S4，通过所述图像恰可察觉失真阈值预测模型对所述测试集进行测试得到所述测试集对应的临界感知无损图像，并根据两两对应的所述测试集的临界感知无损图像和Y通道图像得到绝对差值图作为预测的恰可察觉失真阈值图。

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宁波大学;浙江宇视科技有限公司，其通讯地址为：315000 浙江省宁波市江北区风华路818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”。