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！

龙图腾网获悉杭州电子科技大学;杭州电子科技大学丽水研究院申请的专利一种多层级多模块协同视频感知编码优化方法及装置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：CN116193122B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202310189604.4，技术领域涉及：H04N19/147；该发明授权一种多层级多模块协同视频感知编码优化方法及装置是由王鸿奎;王贺;陆宇;徐海峰;殷海兵设计研发完成，并于2023-03-02向国家知识产权局提交的专利申请。

本一种多层级多模块协同视频感知编码优化方法及装置在说明书摘要公布了：本发明公开了一种多层级多模块协同视频感知编码优化方法及装置，通过原始视频进行编码失真预测、帧级编码失真预测及帧级量化参数的推导；对原始视频的图像进行帧内帧间预测，并将得到的预测图像与原始图像进行差计算，得到残差图像，通过预测的编码失真，对残差图像进行残差滤波，滤波后的残差图像基于残差块变换后，再根据预测的帧级编码失真和帧级量化参数，进行感知量化；基于感知量化参数进行率失真优化，优化帧内帧间预测；构建感知质量增强网络，用于优化帧内帧间预测；基于优化的帧内帧间预测，对原始视频的图像进行预测、差计算、残差滤波、变换、感知量化后，进行熵编码。

本发明授权一种多层级多模块协同视频感知编码优化方法及装置在权利要求书中公布了：1.一种多层级多模块协同视频感知编码优化方法，其特征在于包括如下步骤： 步骤S1：通过原始视频进行编码失真预测、帧级编码失真预测及帧级量化参数的推导； 步骤S2：对原始视频的图像进行帧内帧间预测，并将得到的预测图像与原始图像进行差计算，得到残差图像，通过预测的编码失真，对残差图像进行残差滤波，滤波后的残差图像基于残差块变换后，再根据预测的帧级编码失真和帧级量化参数，进行感知量化；通过感知全零块判决器和量化滤波器，对残差滤波和感知量化进行去耦合； 步骤S3：基于感知量化参数进行率失真优化，优化帧内帧间预测； 步骤S4：对感知量化结果进行反量化和反变换，得到重建帧，构建感知质量增强网络，基于重建帧、感知量化参数、残差滤波与感知量化间的耦合强度、预测的编码失真进行编码失真预测，得到失真预测图，通过失真预测图对重建帧进行质量增强，得到质量增强图，用于优化帧内帧间预测； 一帧原始视频的图像被划分为多个不重叠的编码单元，每一个编码单元单独编码，并重建整合成一个重建帧，进行环路滤波，并放入解码缓存中，感知质量增强网络作用于环路滤波和或解码缓存中的重建图像，以重建帧、感知量化参数、耦合强度以及感知编码失真阈值分布为输入，依次通过上下采样、多尺度特征提取以及自适应特征融合，得到失真预测图，并将失真预测图和重建帧输入到基于残差密集网络的压缩视频质量增强网络，得到质量增强图； 所述自适应特征融合，为多尺度自适应特征融合，引入注意机制，以学习的方式为不同通道、不同尺度特征分配不同权重，将不同尺度特征采样到原始尺寸，并输入到卷积层和激活层以获得各元素权重分配，特征与权重相乘后再进行平均池化和最大池化提取特征，经过卷积层和激活层学习通道权重，最终获得编码失真分布图，即失真预测图； 步骤S5：基于优化的帧内帧间预测，对原始视频的图像进行预测、差计算、残差滤波、变换、感知量化后，进行熵编码。

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杭州电子科技大学;杭州电子科技大学丽水研究院，其通讯地址为：310018 浙江省杭州市江干区2号大街1158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。