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！

龙图腾网获悉中国科学院大学申请的专利自适应地基于隐表示网络的视频压缩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：CN119363999B 。

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：202411081581.6，技术领域涉及：H04N19/149；该发明授权自适应地基于隐表示网络的视频压缩方法是由张新峰;唐律设计研发完成，并于2024-08-07向国家知识产权局提交的专利申请。

本自适应地基于隐表示网络的视频压缩方法在说明书摘要公布了：本申请提出一种自适应地基于隐表示网络的视频压缩方法，其特征在于，包括：对原始视频序列进行划分，得到多个图像块；将多个图像块输入编码网络模型，得到原始视频序列对应的隐表示视频参数；将隐表示视频参数输入至重建网络模型，得到原始视频序列对应的重建视频序列；基于原始视频序列和重建视频序列计算损失函数值；基于损失函数值，调整隐表示视频参数，直到隐表示视频参数符合预设要求，得到目标隐表示视频参数。本申请实施例通过对视频序列整体进行编码的方式对视频序列进行压缩，并通过重建视频序列对压缩后的隐表示视频参数进行调整，以充分考虑原始视频序列整体的冗余信息，降低了隐表示视频参数的码率。

本发明授权自适应地基于隐表示网络的视频压缩方法在权利要求书中公布了：1.一种自适应地基于隐表示网络的视频压缩方法，其特征在于，包括： 对原始视频序列进行划分，得到多个图像块； 将所述多个图像块输入编码网络模型，得到所述原始视频序列对应的隐表示视频参数，所述隐表示视频参数为所述原始视频序列的抽象表示； 将所述隐表示视频参数输入至重建网络模型，得到所述原始视频序列对应的重建视频序列； 基于所述原始视频序列和所述重建视频序列计算损失函数值； 基于所述损失函数值，调整所述隐表示视频参数，直到所述隐表示视频参数符合预设要求，得到目标隐表示视频参数； 所述将所述多个图像块输入编码网络模型，得到所述原始视频序列对应的隐表示视频参数之前，包括： 根据所述原始视频序列对应的序列特性和或所述编码网络模型对应的第一性能，确定编码网络模型的模型结构； 所述根据所述原始视频序列对应的序列特性和或所述编码网络模型的第一性能，确定编码网络模型的模型结构，包括： 确定所述编码网络模型的第一中间层的中间层数量以及所述编码网络模型在所述中间层下对应的实测码率； 在所述实测码率小于预设码率范围的最小阈值的情况下，增加第一中间层的数量直到实测码率落入所述预设码率范围； 在所述实测码率大于预设码率范围的最大阈值的情况下，减少第一中间层的数量直到实测码率落入所述预设码率范围。

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中国科学院大学，其通讯地址为：100049 北京市石景山区玉泉路19号(甲)；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。