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！

龙图腾网获悉华中科技大学;湖北光谷实验室申请的专利一种基于深度图像先验的图像有损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：CN119941878B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202411858236.9，技术领域涉及：G06T9/00；该发明授权一种基于深度图像先验的图像有损压缩方法是由邝嘉业;丁毅;程晶晶;孙瑞设计研发完成，并于2024-12-17向国家知识产权局提交的专利申请。

本一种基于深度图像先验的图像有损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图像先验的图像有损压缩方法，方法包括：构建一个卷积神经网络，将所述卷积神经网络的网络结构作为图像的先验信息，使用所述卷积神经网络的网络参数作为图像的低维度表示；通过梯度下降优化器进行迭代计算，完成对图像的拟合处理，得到最优的网络参数集合；根据最优的网络参数集合作为图像压缩后的数据，进而实现通过向所述卷积神经网络输入张量后，输出对应的图像，实现对图像的有损压缩。本发明实施例能够在保持通用性的前提下，在高压缩率时所恢复的图像仍然能够保持较高的图像质量，可广泛应用于图像处理技术领域。

本发明授权一种基于深度图像先验的图像有损压缩方法在权利要求书中公布了：1.一种基于深度图像先验的图像有损压缩方法，其特征在于，包括以下步骤： 构建一个卷积神经网络，将所述卷积神经网络的网络结构作为图像的先验信息，使用所述卷积神经网络的网络参数作为图像的低维度表示； 通过梯度下降优化器进行迭代计算，完成对图像的拟合处理，得到最优的网络参数集合； 根据最优的网络参数集合作为图像压缩后的数据，进而实现通过向所述卷积神经网络输入张量后，输出对应的图像，实现对图像的有损压缩； 其中，所述卷积神经网络的网络结构由一组层层递进的上采样结构组成，最后由输出层输出重建的图像； 其中，上采样层由1×1卷积、上采样算子、线性整流激活函数和通道归一化组成； 上采样算子采用双线性插值或双三次插值来实现，第层上采样层的输出张量表示为： 其中，表示通道归一化，表示上采样算子，表示第层的1×1卷积核的权值，表示第层的输入张量； 输出层由1×1卷积核和Sigmoid激活函数组成，其输出表示为： 其中，表示网络使用了层上采样结构，表示输出层的1×1卷积核的权值； 当每一层上采样层输出张量的通道数时，网络的总参数量由以下公式确定： 其中，为所有通道归一化操作中两个参数的参数量之和，为输出图像的通道数，当图像为灰度图像时；当图像为彩色图像时。

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华中科技大学;湖北光谷实验室，其通讯地址为：430070 湖北省武汉市洪山区珞喻路1037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。