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！

龙图腾网获悉北京大学申请的专利一种可调控保真度的图像压缩后处理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：CN119693228B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202411559788.X，技术领域涉及：G06T3/4046；该发明授权一种可调控保真度的图像压缩后处理方法是由刘家瑛;匡浩玮;郭宗明设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本一种可调控保真度的图像压缩后处理方法在说明书摘要公布了：本发明公开了一种可调控保真度的图像压缩后处理方法，其步骤包括：1构建图像压缩后处理框架，包括一致性引导去噪扩散模型和语法向量生成器；一致性引导去噪扩散模型包括扩散特征编码器、一致性特征编码器、解码器、语法驱动特征融合模块SFF；2利用图像压缩训练数据集训练图像压缩后处理框架，3对于待压缩的自然图像，将其压缩后输入训练后的图像压缩后处理框架，得到增强后的图像。本发明通过引入一支额外的一致性引导特征，以约束扩散过程中的偏差；并利用一支受到权衡控制因子调控并从编码端提取的超低比特率流语法向量，引导一致性引导特征与扩散特征的自适应性融合，实现精确的保真度‑真实感权衡控制与高质量的图像重建。

本发明授权一种可调控保真度的图像压缩后处理方法在权利要求书中公布了：1.一种可调控保真度的图像压缩后处理方法，其步骤包括： 1构建图像压缩后处理框架，包括一致性引导去噪扩散模型和语法向量生成器；所述一致性引导去噪扩散模型包括扩散特征编码器、一致性特征编码器、解码器、语法驱动特征融合模块SFF； 2利用图像压缩训练数据集训练所述图像压缩后处理框架，训练方法为： 21对输入图像x进行压缩获得降质图像将真实感控制因子α、图像x和降质图像输入所述语法向量生成器，得到一用于权衡调控保真度和真实感的语法向量s并将其输入所述语法驱动特征融合模块SFF；其中通过注入不同的真实感控制因子α，语法向量生成器输出不同的语法向量s； 22所述一致性引导去噪扩散模型对降质图像进行T步预测得到重建图像x0； t＝1～T； 第t步预测时，利用第t步输入的噪声图yt对降质图像进行加噪，得到带噪声的图像并将其输入所述扩散特征编码器，得到N个不同分辨率扩散特征图并将其输入所述语法驱动特征融合模块SFF，不同分辨率扩散特征图di对应不同的尺度；其中，i∈{0,...,N}； 第t步预测时，所述一致性特征编码器从所述降质图像中提取N级特征图并将其输入所述语法驱动特征融合模块SFF；第i级特征图ei与第i尺度的分辨率扩散特征图di在尺度上对应一致； 所述语法驱动特征融合模块SFF包括N+1个融合单元第N个融合单元SFFN用于根据语法向量s从对dN、eN进行融合得到初始特征uN′，uN′与dN融合后得到融合特征uN并输入到第N-1个融合单元SFFN-1，第j个融合单元SFFj根据语法向量s对融合特征uj+1、ej进行融合得到初始特征uj′，uj′与dj融合后得到融合特征uj并输入到第j-1个融合单元SFFj-1，j＝N-1～0； 将第0个融合单元SFF0输出的初始特征u0′与d0融合后得到融合特征u0作为第t-1步输入的噪声图yt-1；将最后一步输出的融合特征作为重建图像x0； 23根据设定的损失函数L＝λdLdx0,x+α·λpLpx0,x+λfLR计算损失值，根据所述损失值优化所述图像压缩后处理框架；其中，λd、λp和λf是权重项，α为权衡控制因子，Ld为均方误差损失函数，Lp为人眼感知质量损失函数，LR为用于衡量编码特征s所需要的码流大小的码率损失函数； 3对于待压缩的自然图像，将其压缩后输入训练后的所述图像压缩后处理框架，得到增强后的图像。

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大学，其通讯地址为：100871 北京市海淀区颐和园路5号北京大学；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”。