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！

龙图腾网获悉深圳市帮联科技有限公司申请的专利一种基于深度学习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：CN120455721B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202510755062.1，技术领域涉及：H04N19/91；该发明授权一种基于深度学习的视频压缩方法是由王云生;王敬洋;叶增宏设计研发完成，并于2025-06-06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视频压缩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视频压缩方法，具体涉及视频压缩领域，用于解决深度学习视频压缩中熵建模无法实时追踪残差分布动态迁移的问题，是通过多尺度自注意力机制精确刻画残差在空间与时间维度上的复杂分布，运用基于内容的混合密度生成器实现在每块数据上的自适应熵模型配置，将双向评估量送入预训练注意力模型动态生成阈值驱动高精度编码模板针对高频区域实施精细压缩，同时基于实时比特反馈对熵参数进行局部收缩以平衡输出，并通过参数冻结同步元数据保障解码端模型一致性，实现了压缩效率与重建质量的同步优化，使得波动收敛并抑制伪影偏差，从而逼近失真极限。

本发明授权一种基于深度学习的视频压缩方法在权利要求书中公布了：1.一种基于深度学习的视频压缩方法，其特征在于，包括步骤： S1：在编码入口以多尺度自注意力机制对完整残差张量执行空间-时序联合扫描，生成时空特征张量，对时空特征张量统计分析生成动态分布映射并写入映射缓冲区； S2：混合密度生成器读取动态分布映射，为每一空间块实例化概率密度参数集合并返回熵参数矩阵； S3：在量化前，对残差张量在空间维度上进行梯度谱分析，计算水平方向梯度和垂直方向梯度值，合并生成梯度幅值谱，并通过整流函数生成位移熵差谱幅，对残差张量执行多尺度小波变换，分解为不同尺度的子带，计算每个子带的相干性指标，通过加权平均生成残差相干波长指数，将位移熵差谱幅和残差相干波长指数输入预训练混合注意力模型输出动态张力系数，如果动态张力系数超过阈值则调用高精度的算术编码模板完成对应残差分段编码；否则采用标准编码模版对残差分段进行编码； S4：对已编码分段即时记录比特消耗生成码率反馈向量，依据码率反馈向量计算收缩因子，根据收缩因子调整剩余块的参数矩阵中的每个元素； S5：当码率反馈向量处于收敛区间时冻结熵参数矩阵，将比特流连同分布元数据发送至解码端完成视频重建。

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深圳市帮联科技有限公司，其通讯地址为：518000 广东省深圳市南山区粤海街道麻岭社区科研路9号比克科技大厦2301-L；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。