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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利基于空间-通道感知的图像压缩域自适应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：CN121486579B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610031628.0，技术领域涉及：H04N19/194；该发明授权基于空间-通道感知的图像压缩域自适应方法及系统是由梁永生;卢宣瑞;谭文;孟凡阳;王根鸿设计研发完成，并于2026-01-12向国家知识产权局提交的专利申请。

本基于空间-通道感知的图像压缩域自适应方法及系统在说明书摘要公布了：本发明公开了一种基于空间‑通道感知的图像压缩域自适应方法及系统，方法包括基于深度学习的可学习图像压缩模型：构建用于变换网络的双分支空间‑通道适配器，以独立捕获空间布局和通道相关性；构建用于熵模型的空间‑通道交互低秩自适应模块，以联合建模空间和通道上下文；将所述双分支空间‑通道适配器和所述空间‑通道交互低秩自适应模块集成到深度学习的可学习图像压缩模型，利用少量样本进行微调，即实现对特定域的域自适应。本发明用于可学习图像压缩，实现了对于特定域的高效域自适应。

本发明授权基于空间-通道感知的图像压缩域自适应方法及系统在权利要求书中公布了：1.一种基于空间-通道感知的图像压缩域自适应方法，其特征在于，所述方法包括： 基于深度学习的可学习图像压缩模型： 构建用于变换网络的双分支空间-通道适配器，以独立捕获空间布局和通道相关性； 构建用于熵模型的空间-通道交互低秩自适应模块，以联合建模空间和通道上下文； 将所述双分支空间-通道适配器和所述空间-通道交互低秩自适应模块集成到深度学习的可学习图像压缩模型，利用少量样本进行微调，即实现对特定域的域自适应； 所述双分支空间-通道适配器具体包括： 针对输入特征，输出聚合了空间操作和通道操作的自适应特征，其中以深度可分离卷积作为空间操作，通道操作包括：经过一个1x1卷积进行降维，将输出通过LeakyReLU激活函数，再通过一个1x1卷积将维度恢复到与通道分支输入维度一致； 使用恒等映射初始化双分支空间-通道适配器，包括：空间分支初始化为直通输出，而通道分支输出初始化为零； 将所述双分支空间-通道适配器和所述空间-通道交互低秩自适应模块集成到深度学习的可学习图像压缩模型，具体包括： 将双分支空间-通道适配器串行插入在深度学习的可学习图像压缩模型的分析变化与合成变化中的非线性变换之后；将空间-通道交互低秩自适应模块添加到熵模型的超合成变换网络的卷积层中。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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。