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！

龙图腾网获悉中国科学院自动化研究所申请的专利基于多阶段预训练的无参考图像质量检测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：CN115908307B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202211427497.6，技术领域涉及：G06T7/00；该发明授权基于多阶段预训练的无参考图像质量检测方法及系统是由王隽;陈泽文;原春锋;李兵;胡卫明设计研发完成，并于2022-11-15向国家知识产权局提交的专利申请。

本基于多阶段预训练的无参考图像质量检测方法及系统在说明书摘要公布了：本发明属于图像处理领域，具体涉及一种基于多阶段预训练的无参考图像质量检测方法及系统。本发明方法包括顺次通过第一特征提取器、第二特征提取器对待检测图像进行特征提取，获取图像特征；所述第一特征提取器为图像复原网络中的编码器，所述第二特征提取器为多个并行设置的结构一致的特征提取子网络，基于不同IQA数据集采用图像质量评估方法进行整体训练后获取；依据所述图像特征，通过图像质量检测网络，得到第二检测结果；所述图像质量检测网络基于跨数据集质量检测相关性和自注意力机制构建。本发明提高了对不同类别图像进行质量检测时准确性、泛化性。

本发明授权基于多阶段预训练的无参考图像质量检测方法及系统在权利要求书中公布了：1.一种基于多阶段预训练的无参考图像质量检测方法，其特征在于，包括以下步骤： 顺次通过第一特征提取器、第二特征提取器对待检测图像进行特征提取，获取图像特征；所述第一特征提取器为图像复原网络中的编码器，所述第二特征提取器为多个并行设置的结构一致的特征提取子网络，基于不同IQA数据集采用图像质量评估方法进行整体训练后获取； 依据所述图像特征，通过图像质量检测网络，得到检测结果；所述图像质量检测网络基于跨数据集质量检测相关性和自注意力机制构建； 其中，所述第二特征提取器的构建方法： 多个并行设置的相同网络结构的图像质量评估网络，基于对应数量的IQA数据集训练后，选取特征提取部分作为第二特征提取器； 对图像质量评估网络训练采用二级权重更新方法： 基于输出评估值和样本标注评估值的差值绝对值为损失函数对每个图像质量评估网络进行一级训练； 基于全部图像质量评估网络损失函数之和对并行组合的多个图像质量评估网络进行二级训练； 所述获取图像特征，包括： 将待检测图像输入第一特征提取器得到第一图像特征； 将所述第一图像特征同时输入至所述第二特征提取器的每一个特征提取子网络中，得到所述图像特征。

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科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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。