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！

龙图腾网获悉南京大学申请的专利一种基于多支路聚合的多任务图像编码方法和装置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：CN119316620B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411333767.6，技术领域涉及：H04N19/91；该发明授权一种基于多支路聚合的多任务图像编码方法和装置是由陆明;张旭;马展设计研发完成，并于2024-09-24向国家知识产权局提交的专利申请。

本一种基于多支路聚合的多任务图像编码方法和装置在说明书摘要公布了：本发明提供了一种基于多支路聚合的多任务图像编码方法和装置，所述方法包括：步骤1，训练基础图像编码模型、多支路聚合模块和重要性预测器；步骤2，将特征送入对应的重要性预测器，预测器根据不同特征对不同任务的重要性，计算输出二值掩码；步骤3，将特征拆分为两组子特征，分别为主路特征和旁路特征；步骤4，根据指定任务选择对应的旁路，将主路特征和旁路特征分别送入主路和选择的旁路；步骤5，将主路和旁路计算后的两组子特征按照原始特征的位置和尺寸重新组合，完成解码以输出完整图像。本发明方法无需优化单独的特定任务模型，能够极大降低优化难度和训练成本。

本发明授权一种基于多支路聚合的多任务图像编码方法和装置在权利要求书中公布了：1.一种基于多支路聚合的多任务图像编码方法，其特征在于，包括以下步骤： 步骤1，训练阶段：针对感知损失和视觉任务损失，利用机器视觉任务间语义特征的相关性，训练基础图像编码模型、多支路聚合模块和重要性预测器； 步骤2，测试阶段：根据指定任务和特征聚合比例，将特征送入对应的重要性预测器，预测器根据不同特征对不同任务的重要性，计算输出二值掩码； 步骤2包括：首先用户根据解码图像需要支持的任务选择对应的重要性预测器，并根据需要支持任务的精度设置特征聚合比例ρ，然后优化好的重要性预测器能根据不同特征对不同任务的重要性，生成适用于当前任务和精度设置下的最优二值掩码M；其中，重要性预测器使用了一个非参数的部分平均层来融合多尺度信息；给定实数域内空间尺寸为H×W×C′的重要性预测器中间特征张量u，部分平均层对中间特征的后半通道进行全局平均池化，然后重新扩展到特征的空间大小，作为全局信息，而前半通道作为局部信息保持不变，过程公式化表述为： 其中，uh,w,c和ui,j,c分别表示张量u中空间坐标为h,w,c处对应的实数值和i,j,c处对应的实数值； 在训练过程中，首先使用一组可学习的偏置参数b来偏置重要性预测器中最后一个全连接层的输出u′，从而得到与每个离散的ρ所对应的中间变量，然后在阈值τ的二值化过程中引入Gumbel噪声，即使用Gumbel-Sigmoid技术来软化采样过程，如以下公式所示： M＝Gumbel-Sigmoidu′+b,τ 训练完成后，重要性预测器能够根据特征聚合比例ρ对分数图进行二值化，偏置层将被丢弃； 步骤3，多支路聚合模块根据二值掩码，将特征拆分为两组子特征，分别为主路特征和旁路特征； 步骤4，根据指定任务，选择对应的旁路，并将主路特征和旁路特征分别送入主路和选择的旁路； 步骤5，将主路和旁路计算后的两组子特征按照原始特征的位置和尺寸重新组合，并完成后续解码以输出完整图像。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163号南京大学；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。