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！

龙图腾网获悉西安电子科技大学申请的专利面向图像压缩传输应用的端到端联合优化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：CN119767041B 。

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：202411852671.0，技术领域涉及：H04N19/88；该发明授权面向图像压缩传输应用的端到端联合优化方法是由官俊涛;方舒宁;赖睿;江学堃;丁瑞雪;朱樟明设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本面向图像压缩传输应用的端到端联合优化方法在说明书摘要公布了：本发明提供了一种面向图像压缩传输应用的端到端联合优化方法，将深度学习与传统图像编码技术结合，利用不同训练策略逐步对神经网络进行优化，解决了神经网络梯度受制于不可导性难以反向传播的问题，改善了类似兼容图像编解码器只从后处理的角度来复原压缩图像的现状，不再通过固定图像先验模型将图像压缩过程视为图像退化问题，提升了图像传输过程中的压缩编码效率，更大程度去除图像内部空域冗余，有效解决了低带宽环境下图像质量下降的问题，可应用于图像的压缩传输。

本发明授权面向图像压缩传输应用的端到端联合优化方法在权利要求书中公布了：1.一种面向图像压缩传输应用的端到端联合优化方法，其特征在于，包括： S100，在图像低宽带传输系统中的编解码器的前端搭建特征提取网络以及后端搭建特征重建网络，并对所述特征提取网络和特征重建网络进行单独预训练，得到预训练的特征提取网络和特征重建网络； S200，设计模拟所述编解码器的编解码神经网络，并将其设置在预训练的特征提取网络与特征重建网络之间，并通过固定训练好的编解码神经网络的参数，再对特征提取网络与特征重建网络进行训练，得到初始训练的特征提取网络和特征重建网络； S300，固定初始训练的特征提取网络中的参数使其成为滤波器，并将原始图像输入所述滤波器中，以利用所述原始图像对所述初始训练的特征重建网络进行联合优化训练，得到联合优化的特征重建网络； S400，固定联合优化的特征重建网络的参数，并将原始图像输入至特征提取网络中对其进行联合优化训练直至参数收敛，得到最终图像低带宽传输系统； S100包括： S110，在图像低宽带传输系统中的编解码器的前端搭建特征提取网络以及后端搭建特征重建网络； S120，初始化所述特征提取网络的参数以及初始化所述特征重建网络的参数； S130，针对特征提取网络，将原始图像输入特征提取网络中，经过所述编解码器进行编解码，再经过双三次插值上采样得到第一输出图像；利用原始图像与第一输出图像，计算第一损失函数；利用所述第一损失函数进行反向传播，以更新所述特征提取网络的梯度直至参数收敛，则得到预训练的特征提取网络； S140，针对特征重建网络，将原始图像经过下采样以及编解码器，再输入至特征重建网络中得到输出图像，利用原始图像与输出图像，计算第二损失函数；根据所述第二损失函数进行反向传播，以更新所述特征重建网络的梯度直至参数收敛，则得到预训练的特征重建网络； S200包括： S210，模拟所述编解码器设计编解码神经网络； S220，对所述编解码神经网络进行训练得到训练好的编解码神经网络，并将训练好的编解码神经网络设置在所述预训练的特征提取网络与特征重建网络之间； S230，固定所述训练好的编解码神经网络的参数，并利用原始图像训练预训练的特征提取网络和特征重建网络，得到初始训练的特征提取网络和特征重建网络。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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。