北京科杰科技有限公司高海玲获国家专利权
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！
龙图腾网获悉北京科杰科技有限公司申请的专利一种基于深度学习的自适应数据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：CN120186365B 。
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：202510637455.2，技术领域涉及：H04N19/91；该发明授权一种基于深度学习的自适应数据压缩方法是由高海玲;高经郡;刘叶飞设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。
本一种基于深度学习的自适应数据压缩方法在说明书摘要公布了：本发明涉及数据压缩技术领域，尤其涉及一种基于深度学习的自适应数据压缩方法，包括：构建基于UNet网络架构的编码解码模型，以及基于LSTM网络架构的上下文关联模型；将图像数据通过编码解码模型生成语义分割图和多个编码特征图；将编码特征图和图像数据通过上下文关联模型生成子块系数概率；将语义分割图通过图像子块映射生成子块调整系数；基于子块系数概率和子块调整系数生成动态子块系数概率；根据动态子块系数概率设定算术编码器的频率表，以对图像数据进行压缩。本发明通过LSTM的上下文关联能力对UNet架构的图像编码进行建模，实现自适应不同子块的场景的量化系数概率预测，显著提升其预测精度，缩小了压缩率波动范围。
本发明授权一种基于深度学习的自适应数据压缩方法在权利要求书中公布了：1.一种基于深度学习的自适应数据压缩方法，其特征在于，包括： 构建基于UNet网络架构的编码解码模型以及基于LSTM网络架构的上下文关联模型，构建联合损失函数，并通过所述联合损失函数对所述编码解码模型和上下文关联模型进行端到端的协同优化训练； 所述编码解码模型基于图像数据在解码器末端输出语义分割图，并在编码器的多个层级输出多个编码特征图； 所述上下文关联模型基于所述编码特征图和所述图像数据生成子块系数概率； 将所述语义分割图进行图像子块映射和预处理生成子块调整系数； 基于所述子块系数概率和所述子块调整系数生成动态子块系数概率； 根据所述动态子块系数概率设定算术编码器的频率表，并通过所述算术编码器对所述图像数据进行压缩。
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北京科杰科技有限公司，其通讯地址为：100089 北京市海淀区东升科技园北街6号院10号楼11层101；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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号