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！

龙图腾网获悉贵州电网有限责任公司申请的专利一种视觉激光数据特征压缩与提取方法及系统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：CN119919747B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411743342.2，技术领域涉及：G06V10/77；该发明授权一种视觉激光数据特征压缩与提取方法及系统是由龙玉江;李洵;甘润东;王策;周洋;张光益;方继宇;杨淳杰设计研发完成，并于2024-11-30向国家知识产权局提交的专利申请。

本一种视觉激光数据特征压缩与提取方法及系统在说明书摘要公布了：本发明公开了一种视觉激光数据特征压缩与提取方法及系统，涉及特征压缩与提取技术领域，包括以下步骤，建立基于卷积神经网络的特征压缩框架，提取中间特征；据特征的统计特征，确定冗余或信息量少的无信息性特征，并删除与无信息性特征最相似的特征；引入离散余弦变换进一步压缩统计冗余，通过特征重排、特征变换和特征量化消除特征通道之间的冗余；在接收器中，根据非信息性特征子集的特征恢复被移除的特征。本发明的相似性子集中的特征将在编码器中删除，并根据解码器中的非信息子集进行恢复，显著减少了数据传输与存储的压力，同时保证了特征信息的完整性与有效性。

本发明授权一种视觉激光数据特征压缩与提取方法及系统在权利要求书中公布了：1.一种视觉激光数据特征压缩与提取方法，其特征在于：包括以下步骤， 建立基于卷积神经网络的特征压缩框架，提取中间特征； 据特征的统计特征，确定冗余或信息量少的无信息性特征，并删除与无信息性特征最相似的特征； 引入离散余弦变换进一步压缩统计冗余，通过特征重排、特征变换和特征量化消除特征通道之间的冗余； 在接收器中，根据非信息性特征子集的特征恢复被移除的特征； 消除特征通道之间的冗余步骤包括， 在不失一般性的前提下，采用均匀量化，n比特量化按以下方式进行： 式中，maxzfl和minzfl是特征数据中的最大值和最小值，[zql]H,W是量化后的特征数据，表示向下舍入到最接近的整数，zql将被输入算术编码引擎，以进一步消除其统计冗余； 恢复的代表性特征的步骤包括， 特征提取解码器由包括：熵解码、反量化、反变换和特征恢复； 其中，反量化过程表示为： 其中，是去量化的特征数据； 恢复的代表性特征的步骤还包括， 通过DCT系数矩阵得到平铺特征图像，具体表示为： 通过将特征数据分解为特征通道来恢复，编码器中去除的特征将由Ss中的匹配特征重建，具体表示为： 其中，为恢复的代表性特征，为编码过程中去除的特征，然后重建所有特征，恢复后的特征被传输到剩余网络中，继续进行数据分析任务。

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贵州电网有限责任公司，其通讯地址为：550002 贵州省贵阳市南明区滨河路17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。