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！

龙图腾网获悉天津大学申请的专利一种面向机器视觉的视频特征编码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：CN119172533B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411195743.9，技术领域涉及：H04N19/109；该发明授权一种面向机器视觉的视频特征编码方法是由雷建军;赵博;靳登朝;彭勃设计研发完成，并于2024-08-29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视频特征编码方法在说明书摘要公布了：本发明公开了一种面向机器视觉的视频特征编码方法，包括：对于视频序列中的第一帧x0编码，使用骨干网络对第一帧x0进行特征提取，获得多尺度视觉特征，通过分析变换模块将变换为紧凑表示，并使用熵编解码器对紧凑表示进行编解码，获取目标检测结果；对于P帧{x1,...,xN}编码，使用骨干网络对第N帧xN进行特征提取，获得视觉特征，基于面向机器视觉的高效视频特征编码网络对视觉特征进行编解码，获得重建的视觉特征；使用率失真损失函数对高效视频特征编码网络进行端到端联合优化，基于优化后的网络进行视频特征编码。本发明利用参考信息缓存中的多种时域参考信息，实现对当前帧视觉特征的高效编码。

本发明授权一种面向机器视觉的视频特征编码方法在权利要求书中公布了：1.一种面向机器视觉的视频特征编码方法，其特征在于，所述方法包括： 对于视频序列中的第一帧x0编码，使用骨干网络对第一帧x0进行特征提取，获得多尺度视觉特征通过分析变换模块将变换为紧凑表示，并使用熵编解码器对紧凑表示进行编解码，获取目标检测结果； 对于P帧{x1,...,xN}编码，使用骨干网络对第N帧xN进行特征提取，获得视觉特征，基于面向机器视觉的高效视频特征编码网络对视觉特征进行编解码，获得重建的视觉特征； 使用率失真损失函数对高效视频特征编码网络进行端到端联合优化，基于优化后的网络进行视频特征编码； 其中，所述高效视频特征编码网络包括：基于帧间语义一致性的特征预测模块、分析变换、合成变换和熵模型四个部分； 所述基于帧间语义一致性的特征预测模块为：利用参考信息缓存中的视频长短期记忆以及已编码的前一帧视觉表示生成具有帧间语义一致性的预测特征将参考信息缓存中的动态更新为当前时刻的可参考信息 所述分析变换为：将具有不同分辨率的渐进变换为一个联合的紧凑视觉表示公式表示如下： 其中，conv↓2·表示尺寸为5×5、步长为2的下采样卷积层，h·表示一个尺寸为5×5、步长为2的下采样卷积层和一个GDN层，表示特征的通道维级联； 所述熵模型聚合的时域先验和熵编码的残差rN的空域先验，用于算术编解码过程； 所述合成变换采用与所述分析变换互逆的结构，通过将解码的残差与相加获得重建的联合视觉表示并从中逐步解码出重建的多尺度视觉特征

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。