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;杭州申昊科技股份有限公司申请的专利一种基于混合先验嵌入的水下图像人机共友好压缩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：CN120263983B 。

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：202510734944.X，技术领域涉及：H04N19/132；该发明授权一种基于混合先验嵌入的水下图像人机共友好压缩方法是由姜求平;吴健豪;吴海腾;杨子赫;田少华设计研发完成，并于2025-06-04向国家知识产权局提交的专利申请。

本一种基于混合先验嵌入的水下图像人机共友好压缩方法在说明书摘要公布了：本发明提供了一种基于混合先验嵌入的水下图像人机共友好压缩方法，包括：步骤S1，获取多张第一原始水下图像分为训练集和测试集；步骤S2，获取多张第二原始水下图像得到高质量外部隐式先验码本；步骤S3，搭建水下图像压缩网络对第一原始水下图像提取得到传输图，对传输图和第一原始水下图像进行卷积下采样、特征相加转换、超先验分析，并于高质量外部隐式先验码本中查找特征图，基于双向交叉注意力机制对特征图处理得到重建图像；步骤S4，训练水下图像压缩网络模型；步骤S5，测试输出水下图像压缩结果。有益效果是本发明能够高效地实现同时面向人机视觉任务的水下图像压缩，并提升重建图像的质量。

本发明授权一种基于混合先验嵌入的水下图像人机共友好压缩方法在权利要求书中公布了：1.一种基于混合先验嵌入的水下图像人机共友好压缩方法，其特征在于，包括以下步骤： 步骤S1，获取多张第一原始水下图像并预处理划分为训练集和测试集； 步骤S2，获取多张第二原始水下图像依次进行人类视觉初筛选和机器视觉终筛选，并利用VQ-GAN算法进行离散表示学习和高质量重建得到高质量外部隐式先验码本； 步骤S3，利用深度学习框架搭建水下图像压缩网络，通过所述水下图像压缩网络对预处理后的所述第一原始水下图像提取得到传输图作为内部物理先验，对所述传输图和预处理后的所述第一原始水下图像分别进行卷积下采样生成特征图和特征图，对特征图和特征图进行特征相加生成特征图，对特征图进行超先验分析得到特征图，根据特征图于所述高质量外部隐式先验码本中进行最近邻查找得到特征图，基于双向交叉注意力机制对特征图和特征图进行卷积上采样得到重建图像； 步骤S4，按照步骤S3使用训练集对水下图像压缩网络训练得到水下图像压缩网络模型； 步骤S5，通过水下图像压缩网络模型对测试集进行测试输出各重建图像作为水下图像压缩结果。

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;杭州申昊科技股份有限公司，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”。