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基于浓缩注意力的无参考图像质量评估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：CN119810004B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202311297406.6，技术领域涉及：G06T7/00；该发明授权基于浓缩注意力的无参考图像质量评估方法是由吴帆;李沁雅;何卓旻设计研发完成，并于2023-10-09向国家知识产权局提交的专利申请。

本基于浓缩注意力的无参考图像质量评估方法在说明书摘要公布了：一种基于浓缩注意力的无参考图像质量评估方法，在离线阶段构造基于浓缩注意力的无参考图像质量评估系统，提取输入图像的特征，经窗口划分和代表令牌提取处理，得到每个窗口对应的权重矩阵，与经过局部空间信息编码的特征叠加后实现局部信息与全局信息的融合，经训练后在在线阶段用于对图像进行质量评估。本发明结合卷积和注意力机制的优势，用划分窗口生成代表的方式，以极少的计算量捕获元素之间的长距离依赖，通过窗口内注意力模块使窗口中的每个元素都可以根据需要来添加全局信息。

本发明授权基于浓缩注意力的无参考图像质量评估方法在权利要求书中公布了：1.一种基于浓缩注意力的无参考图像质量评估方法，其特征在于，通过提取输入图像的特征并局部信息编码得到局部信息交互的编码特征图后，对编码特征图进行窗口划分并在每个窗口中生成代表令牌，利用代表令牌代替原本的完整特征图进行多头自注意力计算并得到更新后的特征图；通过将更新后的特征图进行窗口内注意力分配后与局部信息交互的编码特征图融合后通过回归计算得到质量评估结果； 所述的局部信息交互的编码特征图，通过以下方式得到：根据输入图像中提取出原始特征图后，进行逐点Pointwise卷积处理，对通道维度进行调整，得到特征图；对特征图进行深度Depthwise卷积以实现局部空间信息编码，得到编码特征图，完成信息局部交互； 所述的生成代表令牌是指：根据特征图进行窗口划分，通过深度卷积生成每个窗口对应的代表令牌，即代表特征图，其中：，为窗口大小，也为卷积核大小和步长； 所述的更新后的特征图，通过以下方式得到：基于代表令牌计算自注意力，完成低成本的全局注意力交互后，根据令牌对应的窗口大小对交互结果进行复制，得到特征图；对局部信息交互的编码特征图进行逐点卷积提取每个元素的私人信息维矩阵，将其按窗口划分并使用Softmax函数作用在每个窗口上，得到权重矩阵； 所述的质量评估结果，通过将将更新后的特征图进行窗口内注意力分配后与局部信息交互的编码特征图相加后进行回归计算从而得到； 质量评估模块根据先与相乘再与相加的结果，与相乘得到个性化全局信息，与相加后实现了个性化全局信息与局部信息的结合，经卷积和平均池化处理后，将特征映射到质量分数。

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。