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基于隐式神经表征模型的视频可变码率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：CN119629346B 。

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：202411668324.2，技术领域涉及：H04N19/124；该发明授权基于隐式神经表征模型的视频可变码率编码方法和装置是由陆明;陈烛稼;石峻奇;马展设计研发完成，并于2024-11-21向国家知识产权局提交的专利申请。

本基于隐式神经表征模型的视频可变码率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隐式神经表征模型的视频可变码率编码方法和装置。其方法包括：步骤1，构建并训练隐式神经表征模型；步骤2，根据指定的目标码率，利用训练好的隐式神经表征模型计算出可能的量化参数组合；步骤3，针对所有量化参数组合，计算量化灵敏度并选取最小量化灵敏度的组合进行校准；步骤4，利用熵编码器编码经校准后的模型参数。本发明通过调整量化参数而非重新训练模型的方式实现可变码率编码，极大降低了训练成本并提高了编码效率。

本发明授权基于隐式神经表征模型的视频可变码率编码方法和装置在权利要求书中公布了：1.基于隐式神经表征模型的视频可变码率编码方法，其特征在于，包括以下步骤： 步骤1，训练阶段：首先利用神经网络的学习能力，将输入视频数据映射为模型参数的隐式特征；然后在高码率下对视频进行编码，构建并训练隐式神经表征模型，以学习视频帧的空间和时间特性； 步骤2，测试阶段：根据指定的目标码率，利用步骤1中训练所得的隐式神经表征模型计算出可能的量化参数组合；具体包括：将视频的大小定义为 其中Param·表示参数的数量，wl表示第l层的权重，表示第l层的权重的量化位宽，表示第t帧的嵌入向量的量化位宽，et代表第t帧的嵌入向量，T代表视频总帧数，L代表模型层数； 则计算量化参数组合的过程定义为R＝S±ε 其中R表示指定码率，ε表示允许的码率误差； 步骤3，量化灵敏度分析：针对步骤2中生成的所有量化参数组合，逐一进行量化灵敏度的计算和分析，最终选取量化灵敏度最小的组合，作为量化后的模型参数；然后对量化后的模型参数进行校准；具体包括：将每个量化参数组合应用于隐式神经表征模型，并对其进行量化灵敏度分析，每个量化参数组合下的模型损失表示为： 其中w表示模型权重，Δw则表示由于量化所带来的对权重的影响，ΔwT表示Δw的转置，表示模型损失，分别表示一阶梯度和二阶海森矩阵； 因此，量化敏感度建模为： 其中 通过对比不同组合下量化结果的量化敏感度，识别出量化灵敏度最小的组合； 校准量化后的模型参数的过程定义为连续优化框架，优化目标为： 其中vi代表优化的连续变量，s代表比例关系，x表示模型输入，表示模型在输入为x，权重为w下的输出，hvi是约束在[0,1]的任意可微函数，argmin最小化过程，λ表示正则化权重，b表示量化位宽，s表示量化位宽，clipa,b,c表示将值a限制在[b,c]之间，返回不小于b，且不大于c的值； 步骤4，熵编码：将步骤3中校准后的模型参数利用熵编码器进行进一步压缩。

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：210046 江苏省南京市栖霞区仙林大道163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。