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！

龙图腾网获悉上海交通大学申请的专利一种面向机器视觉的图像编码、解码和压缩方法及系统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：CN119011858B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411009925.2，技术领域涉及：H04N19/42；该发明授权一种面向机器视觉的图像编码、解码和压缩方法及系统是由戴文睿;李涵;李劭辉;李成林;邹君妮;熊红凯设计研发完成，并于2024-07-26向国家知识产权局提交的专利申请。

本一种面向机器视觉的图像编码、解码和压缩方法及系统在说明书摘要公布了：本发明公开一种面向机器视觉的图像编码、解码和压缩方法及系统，包括：通过空频调制编码网络获得待编码图像的第一特征图；将所述第一特征图中的每个特征值量化为整数，得到第二特征图；将所述第二特征图的分布参数化建模为高斯分布，采用熵模型预测高斯分布的均值、方差；根据预测的所述高斯分布的均值、方差对第二特征图的特征进行概率估计，根据估计概率进行算术编码，获得压缩图像二进制码流。本发明可以高效提取面向机器视觉的下游任务更为需要的信息，减少对于机器视觉冗余的信息，能够降低图像压缩码率开销的同时，有效提升下游任务的精确度，且能够运用于现有的任一端到端图像压缩编解码网络和熵模型网络。

本发明授权一种面向机器视觉的图像编码、解码和压缩方法及系统在权利要求书中公布了：1.一种面向机器视觉的图像编码方法，其特征在于，包括： 通过空频调制编码网络获得待编码图像的第一特征图，其中所述第一特征图是三维特征图，维度包括通道维度、高度维度和宽度维度； 将所述第一特征图中的每个特征值量化为整数，得到第二特征图； 将所述第二特征图的分布参数化建模为高斯分布，采用熵模型预测高斯分布的均值、方差； 根据预测的所述高斯分布的均值、方差对第二特征图的特征进行概率估计，根据估计概率进行算术编码，获得压缩图像二进制码流； 所述通过空频调制编码网络获得待编码图像的第一特征图，包括： 所述空频调制编码网络是由多个空频调制编码单元组成，第一个空频调制编码单元的输入为待编码图像，第j个空频调制编码单元的输入为第j-1个空频调制编码单元的输出最后一个空频调制编码单元的输出为待编码图像的第一特征图； 所述空频调制编码单元由基础编码子单元、第一空域调制子单元、第一频域调制子单元组成，其中： 对于第j个空频调制编码单元，将输入通过所述基础编码子单元，获得基础编码特征图xj； 将所述基础编码特征图xj作为第一空域调制子单元的输入，获得第一空域调制特征图SMAjxj； 将所述基础编码特征图xj作为第一频域调制子单元的输入，获得第一频域调制特征图FMAjxj； 组合所述基础编码特征图xj、第一空域调制特征图SMAjxj和第一频域调制特征图FMAjxj，获得第一空频调制特征图作为第j个空频调制编码单元的输出。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。

以上内容由龙图腾AI智能生成。