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！

龙图腾网获悉东北大学申请的专利一种车联网场景下视频数据的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：CN120128733B 。

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：202510318842.X，技术领域涉及：H04N19/91；该发明授权一种车联网场景下视频数据的压缩方法是由杨晓春;刘军杰;王守恒;王斌;翟莹莹设计研发完成，并于2025-03-18向国家知识产权局提交的专利申请。

本一种车联网场景下视频数据的压缩方法在说明书摘要公布了：本发明提供了一种车联网场景下视频数据的压缩方法，涉及图像压缩技术领域，本发明在图像编码器中设计了双分支结构，即通用特征提取模型的分支和车联网特征提取模型的分支，解决了现有的学习型图像压缩算法训练的模型与车联网领域的视频数据特点不匹配的问题，显著提高了解压缩后的视频数据质量。本发明利用轻量级微调技术，基于现有的车联网公开数据集，对通用特征提取模型的参数进行微调，使得能够快速训练出适合车联网视频数据特点的模型，大大减少了要学习的参数量，提高了模型训练效率，本发明设计的混合架构能够捕获图像的局部纹理特征和全局上下文依赖关系，显著降低了像素的平均比特率，提高了车联网视频数据的存储效率。

本发明授权一种车联网场景下视频数据的压缩方法在权利要求书中公布了：1.一种车联网场景下视频数据的压缩方法，其特征在于，包括： 步骤1：通过图像编码器中，对原始图像数据进行编码，得到原始图像数据的特征表示； 具体的，通过图像编码器中多个基础块对原始图像数据进行编码，具体的，在第一个基础块中，将原始图像数据作为第一个基础块的输入，通过通用特征提取模型对原始图像数据进行处理，得到图像通用特征信息，同时通过车联网特征提取模型对原始图像数据进行处理，得到车联网图像特征信息，对图像通用特征信息和车联网图像特征信息进行特征融合，得到第一个基础块的组合特征表示，将第一个基础块的组合特征表示作为下一个基础模块的输入，同理，重复通过通用特征提取模型和车联网特征提取模型进行处理和特征融合的操作，直到最后一个基础块，最后一个基础块输出的组合特征为原始图像数据的特征表示； 其中，所述车联网特征提取模型是在通用特征提取模型的基础上，基于现有的车联网公开数据集，通过轻量级微调技术，对通用特征提取模型进行微调得到的； 步骤2：在原始图像数据的特征表示中添加一个均匀分布的噪声，得到添加噪声后的特征表示，通过引入累积分布函数CDF，对添加噪声后的特征表示进行量化，得到目标量化特征表示，进而基于目标量化特征表示，计算量化后的概率分布； 步骤3：对目标量化特征表示中每个量化后的特征表示进行熵编码，得到编码特征表示，进而计算熵编码后的概率分布； 步骤4：对编码特征表示进行熵解码，得到恢复的量化特征表示，对恢复的量化特征表示进行反量化，得到恢复的连续特征表示； 步骤5：通过图像解码器中的CNN反卷积和注意力机制，对恢复的连续特征表示进行解码，得到重构图像数据，进而基于重构图像数据，计算给定目标量化特征表示的情况下原始图像数据被成功重构的概率； 步骤6：根据量化后的概率分布、给定目标量化特征表示的情况下原始图像数据被成功重构的概率和熵编码后的概率分布，计算优化目标函数； 步骤7：根据优化目标函数对图像编码器的参数和图像解码器的参数进行更新； 步骤8：获取多个原始图像数据，重复步骤1到步骤7，直到步骤1到步骤7的重复执行次数达到预设轮次数，得到训练完成的图像编码器和图像解码器，使用训练完成的图像编码器，经过图像编码、量化和熵编码的过程实现对图像的压缩。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11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。