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！

龙图腾网恭喜浙江理工大学申请的专利一种融合双深度学习网络的无参考视频质量评价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：CN114972902B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202210352131.0，技术领域涉及：G06V10/774；该发明授权一种融合双深度学习网络的无参考视频质量评价方法是由李俊峰;李筱;周栋峰设计研发完成，并于2022-04-03向国家知识产权局提交的专利申请。

本一种融合双深度学习网络的无参考视频质量评价方法在说明书摘要公布了：本发明公开了一种融合双深度学习网络的无参考视频质量评价方法，将视频内每一帧的视频图像输入至无参考视频质量评价网络，首先通过双深度学习网络提取获得视频图像的深度特征，经过ANN网络进行特征降维处理后输入双向门控循环网络，通过双向门控循环网络构建视频帧特征之间的联系获取视频帧质量分数，然后视频帧质量分数经过改进的时间记忆模型获得视频质量分数预测分量，同时视频帧质量分数经过高斯分布回归预测模型获得视频质量分数预测分量，再经过调节因子进行优化调节获得最终的视频质量分数。使用本发明可以方便地对视频图像质量给出快速的预测评价分数。

本发明授权一种融合双深度学习网络的无参考视频质量评价方法在权利要求书中公布了：1.一种融合双深度学习网络的无参考视频质量评价方法，其特征在于:将视频内每一帧的视频图像It输入至无参考视频质量评价网络，无参考视频质量评价网络首先通过双深度学习网络提取获得视频图像It的深度特征Ft，深度特征Ft经过ANN网络进行特征降维处理后输入双向门控循环网络，通过双向门控循环网络构建视频帧特征之间的联系获取视频帧质量分数qt，然后视频帧质量分数qt经过改进的时间记忆模型获得视频质量分数预测分量Q1，同时视频帧质量分数qt经过高斯分布回归预测模型获得视频质量分数预测分量Q2，视频质量分数预测分量Q1和视频质量分数预测分量再经过调节因子r进行优化调节获得最终的视频质量分数Q；所述改进的时间记忆模型包括在时间记忆模型的拟合过程中加入了正比例函数拟合与指数函数拟合获得记忆影响因素且在softmin-weighted模块的可微的softmin函数中加入参数ε获得视觉滞留影响因素引入参数δ用于的平衡记忆影响因素和视觉滞留影响因素以此获得第t帧图像的质量评分Qt'，然后获得改进的时间记忆模型的预测分量Q1，具体为：在tm∈t-t,t-1帧对第t帧的记忆影响因素为： 其中，qm表示进行最小值池化操作后得到的帧质量分数，lt1和lt2分别表示利用正比例函数和指数函数进行拟合得到的结果，Vp＝{t-t,...,t-2,t-1}；在tc∈t,t+t内的视频图像对第t帧图像的视觉滞留影响因素为： 其中，代表每帧图像的权重，Vc＝{t,t+1,...,t+t}，ε为参数，qn表示qt在t∈t,t+t时的视频帧质量分数；所述视频质量分数预测分量Q1为：

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浙江理工大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街5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”。