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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利一种多模态引导的高保真度图像压缩方法、系统及介质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：CN119906827B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202510020886.4，技术领域涉及：H04N19/42；该发明授权一种多模态引导的高保真度图像压缩方法、系统及介质是由梁永生;王根鸿;谭文;鲍有能;孟凡阳设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本一种多模态引导的高保真度图像压缩方法、系统及介质在说明书摘要公布了：本发明公开一种多模态引导的高保真度图像压缩方法、系统及介质，本发明首先通过预训练好的文本编码器和音频编码器提取与图像特征对齐的文本和音频特征，然后将它们与图像特征输入到多模态特征融合模块中进行融合。该多模态特征融合模块利用仿射变换的方法从空间和通道两个维度提取并融合多模态特征。通过在编码器端使用多模态特征融合方式进行引导，不仅增强了特征的提取和表达能力，还可以更好地预测潜在特征的分布。此外，本发明设计了鉴别器以进行多模态引导的生成对抗训练，从而获得高保真度的图像。

本发明授权一种多模态引导的高保真度图像压缩方法、系统及介质在权利要求书中公布了：1.一种多模态引导的高保真度图像压缩方法，其特征在于，包括以下步骤： 步骤S100，预训练文本与音频编码器：所述文本与音频编码器通过计算与图像的匹配程度，将图像特征、文本与音频特征映射到一个公共语义空间； 步骤S200，将文本t与音频a输入到预训练好的文本与音频编码器，提取得到文本特征ft与音频特征fa； 步骤S300，输入图像x经过三个可学习的卷积层进行线性变换，得到图像特征fI； 步骤S400，融合文本特征ft、音频特征fa与图像特征fI，经过可学习的卷积层进行线性变换，得到新的特征图，将新的特征图与文本特征ft与音频特征fa再次融合，得到再次融合后的特征，将再次融合后的特征经过可学习的卷积层进行线性变换； 步骤S500，将线性变换后的特征图输入残差模块增强特征表示能力，优化训练过程，提高模型性能；再次经过卷积层进一步处理线性变换后的特征图，得到紧凑特征表示y； 步骤S600，将紧凑特征表示y量化后经过无损编码模块，转化为一个二进制码流，二进制码流经过信号传输，通过无损解码模块，还原为将紧凑特征表示y输入到超编码器，以预测潜在特征的分布； 步骤S700，将通过无损解码还原得到的特征经过一个卷积层和一个残差模块生成丰富的特征； 步骤S800，将所述丰富的特征经过多个上采样的卷积层重建特征表示，再经过一个残差块，防止梯度消失或梯度爆炸，最后经过一个卷积层得到重建图像 步骤S900，重建图像和通过无损解码还原得到的特征输入鉴别器进行对抗训练。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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”。

以上内容由龙图腾AI智能生成。