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！

龙图腾网获悉杭州电子科技大学申请的专利一种适用于机器视觉任务的恰可识别失真预测模型及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：CN119011835B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202410948217.9，技术领域涉及：H04N19/124；该发明授权一种适用于机器视觉任务的恰可识别失真预测模型及方法是由殷海兵;刘亦晨;王鸿奎;黄晓峰;谢亚光;林聚财设计研发完成，并于2024-07-16向国家知识产权局提交的专利申请。

本一种适用于机器视觉任务的恰可识别失真预测模型及方法在说明书摘要公布了：本发明属于视频图像压缩领域，公开了一种适用于机器视觉任务的恰可识别失真预测模型及方法，包括JRD图像生成网络G、判别网络D和残差引导JRD回归网络R；所述JRD图像生成网络G以未压缩的原图像作为输入，以假JRD图像作为输出；之后，将生成图像与原始图像的残差作为对原图的补偿信息一起输入残差引导JRD回归网络R，最终输出预测的JRD分数，其中判别网络D以对抗的方式与生成网络G一起训练，以帮助G产生更接近真JRD图像的生成结果。在本发明提出的无参考模型中，原图像不需要进行若干次的压缩编解码，使预测效率大大提升。同时，在回归网络中，生成图像的残差作为补充信息被输入，使模型最终预测结果更加准确可靠。

本发明授权一种适用于机器视觉任务的恰可识别失真预测模型及方法在权利要求书中公布了：1.一种适用于机器视觉任务的恰可识别失真预测模型的训练方法，其特征在于，包括如下步骤： 步骤1：创建包含未压缩的原始图像或视频帧以及它们对应的JRD图像的数据集； 步骤2：生成对抗网络； 对抗性学习框架应用cGAN的基础网络结构， 其中，x为原图像，y为真JRD图像，z为噪声，Gx,z为以x、z为输入的G的输出，即为生成的假JRD图像，上式中，G试图最小化LcGAN以对抗试图最大化上述目标函数的D，即表示为： 引入多尺度特征匹配损失函数Lfm和感知损失函数Lvgg优化cGAN的损失函数， 其中，多尺度特征匹配损失函数Lfm表示为： 表示不同尺度的鉴别器Dk的第i层特征提取器，表示以原图和真JRD图像为输入的第k个鉴别器在第i层上提取的特征，则以原图和假JRD图像作为输入； 引入VGG损失函数作为一种感知损失，Lvgg的计算公式如下式所示： i表示共n张图像中的第i张图像，F表示生成的假JRD图像的特征映射，R表示真JRD图像的特征映射，C、H、W分别表示特征图的通道数、高度和宽度； 对抗学习的最终目标如下式所示：

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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。