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！

龙图腾网获悉中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室));西安电子科技大学申请的专利一种基于深度学习的超高清视频模糊质量评估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：CN116258669B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202211575397.8，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的超高清视频模糊质量评估方法是由何刚;王勇;徐莉;黄林轶;韦胜钰设计研发完成，并于2022-12-08向国家知识产权局提交的专利申请。

本一种基于深度学习的超高清视频模糊质量评估方法在说明书摘要公布了：本发明公开了一种基于深度学习的超高清视频模糊质量评估方法，包括以下步骤；步骤1，建立超高清图像模糊失真数据集作为网络训练集和验证集；步骤2，构建图像模糊失真评估分类网络；步骤3，训练图像模糊失真评估分类网络；步骤4，测试超高清视频模糊失真分类；步骤5，评估图像模糊失真评估分类网络。本发明制作了大规模图像模糊失真数据集和超高清视频模糊失真数据集，专门用于模糊失真类型的超高清视频和图像的质量评估，同时设计了图像模糊失真评估分类网络，保证了超高清视频质量评估的实时性和准确性，解决了质量评估在超高清视频上速度慢、准确率低的问题。

本发明授权一种基于深度学习的超高清视频模糊质量评估方法在权利要求书中公布了：1.一种基于深度学习的超高清视频模糊质量评估方法，其特征在于，包括以下步骤； 步骤1，建立超高清图像模糊失真数据集作为网络训练集和验证集； 步骤2，构建图像模糊失真评估分类网络； 步骤3，训练图像模糊失真评估分类网络； 步骤4，测试超高清视频模糊失真分类； 步骤5，评估图像模糊失真评估分类网络； 所述步骤2具体包括： 步骤2.1，构建图像网格化随机裁剪预处理模块，该模块首先对输入的图像均匀划分成7×7个大小相同的网格，再从划分的每个网格中随机裁剪出一个分辨率大小为32×32的图像块，再将拼接裁剪的49个32×32的图像块拼接在一起，组成一个224×224分辨率大小的图像； 步骤2.2，构建一个卷积模块，该模块包括卷积输入层、BN层和ReLu激活层； 步骤2.3，构建图像模糊失真评估分类网络，由步骤2.2中的卷积模块堆叠构成，共使用了十一个该卷积模块以及一个全局平均池化层和全连接层，其结构依次为：第一卷积模块、第二卷积模块、第三卷积模块、第四卷积模块、第五卷积模块、第六卷积模块、第七卷积模块、第八卷积模块、第九卷积模块、全局平均池化层、第十卷积模块、第十一卷积模块、全连接层； 所述图像模糊失真评估分类网络的前向传播过程为：输入图像输入经图像网格化随机裁剪预处理模块处理后，依次经过九个卷积模块得到特征提取图，将特征图通过全局平均池化层后降低特征图分辨率，再通过第十、十一卷积模块和全连接层，输出五分类向量； 所述网络的各层参数如下： 将全部卷积模块的卷积核大小全都设置为3×3，第二、四、六、九卷积模块的步长设置为2，第一、三、五、七、八、十、十一卷积模块的步长设置为1，第一至第十一卷积模块的输入通道数依次设置为：3、48、48、64、64、64、64、128、128、128、256，输出通道依次设置为48、48、64、64、64、64、128、128、128、256、256； 将全局平均池化层的池化参数设置为1×1； 将全连接层的输入通道数设置为256，输出向量大小设置为5。

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电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室));西安电子科技大学，其通讯地址为：511370 广东省广州市增城区朱村街朱村大道西78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。