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！

龙图腾网恭喜重庆大学申请的专利一种基于Conformer和元学习的全参考图像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：CN115661114B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202211400068.X，技术领域涉及：G06T7/00；该发明授权一种基于Conformer和元学习的全参考图像质量评价方法是由周明亮;郎书君;蒲华燕;罗均;张太平;尚赵伟;向涛;房斌设计研发完成，并于2022-11-09向国家知识产权局提交的专利申请。

本一种基于Conformer和元学习的全参考图像质量评价方法在说明书摘要公布了：本发明公开了一种基于Conformer和元学习的全参考图像质量评价方法，包括如下步骤：获取待预测的失真图像和对应的参考图像；将所述失真图像和对应的参考图像输入预先训练完成的图像质量评价模型中；所述图像质量评价模型包括：特征提取模块、相似度计算模块、权重计算模块、评价分数模块和基于元学习的训练和测试模块；输出所述失真图像对应的预测分数。本发明基于图像质量评价模型，通过其构建的特征提取模块、相似度计算模块、权重计算模块、评价分数模块和基于元学习的训练和测试模块，可实现当面对多种失真类型的小样本数据集时，在保证模型泛化能力的同时准确预测出需要预测的失真图像的质量分数。

本发明授权一种基于Conformer和元学习的全参考图像质量评价方法在权利要求书中公布了：1.一种基于Conformer和元学习的全参考图像质量评价方法，其特征在于，包括如下步骤：S1、获取待预测的失真图像和对应的参考图像；S2、将所述失真图像和对应的参考图像输入预先训练完成的图像质量评价模型中；所述图像质量评价模型包括：特征提取模块、相似度计算模块、权重计算模块、评价分数模块和基于元学习的训练和测试模块；S3、输出所述失真图像对应的预测分数；其中，所述步骤S2中的图像质量评价模型训练过程包括：S21、将多种类型的失真图像和对应的参考图像，作为训练数据集，输入以Conformer为特征提取模块的孪生网络中，提取失真图像和参考图像各自对应的特征向量；S22、在相似度计算模块中，将所述失真图像和参考图像各自对应的特征向量，分别采用预设的两种方式计算获得失真图像和参考图像特征向量的相似度；S23、在权重计算模块中，将失真图像的特征向量和参考图像的特征向量融合后，通过多个全连接层和激活函数，将融合特征映射为特征向量相似度的权重；S24、结合步骤S22中失真图像和参考图像特征向量的相似度、以及步骤S23中特征向量相似度的权重，计算失真图像和参考图像最终的特征向量相似度，获得失真图像最终的质量评价分数；S25、将元学习加入到模型的训练和测试过程：在训练阶段，通过利用从支持集到查询集的双梯度下降法，让模型根据一部分失真类型学习调整当前的模型初始化参数；在测试阶段，通过少量另一部分其它失真类型的图像，对经过训练阶段后具有识别失真类型能力的模型进行参数微调，得到最终的图像质量评价模型；在所述步骤S21中，输入以Conformer为特征提取模块的孪生网络中，提取失真图像和参考图像各自对应的特征向量；包括：分别将失真图像和对应的参考图像输入以Conformer为主干的特征提取网络中，利用自注意力机制提取出各自对应的全局特征；并利用卷积操作提取出各自对应的局部特征；将所述全局特征和局部特征相互嵌入后，改变其维度，提取失真图像和参考图像各自对应的特征向量。

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重庆大学，其通讯地址为：400030 重庆市沙坪坝区正街174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”。