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！

龙图腾网恭喜北京理工大学申请的专利一种基于熵值分析的多图片综合保质压缩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：CN119743627B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202510240111.8，技术领域涉及：H04N19/91；该发明授权一种基于熵值分析的多图片综合保质压缩方法是由朱超;周怡航;陈霄;王小园;冯凌云设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本一种基于熵值分析的多图片综合保质压缩方法在说明书摘要公布了：本发明公开了一种基于熵值分析的多图片综合保质压缩方法，涉及强化深度学习图像处理领域，方法包括，S1、对机器视觉应用中产生的图片进行信息熵分析计算得到图片的信息熵；S2、将图片的信息熵、图片大小以及机器视觉设备与强化学习技术相结合，得到机器视觉应用中图片的压缩方法，本发明在各种工作强度下在平衡时间消耗和准确度方面的有效性，在低工作强度下，保持较低的处理时间和可接受的准确度，而在高工作强度下，适应增加的工作强度，确保高效的处理时间的同时提高准确度。

本发明授权一种基于熵值分析的多图片综合保质压缩方法在权利要求书中公布了：1.一种基于熵值分析的多图片综合保质压缩方法，其特征在于，包括以下步骤：S1、对机器视觉应用中产生的图片进行信息熵分析计算得到图片的信息熵；S2、将图片的信息熵、图片大小以及机器视觉设备与强化学习技术相结合，通过强化学习训练，得到相应的DQN网络，机器视觉设备用DQN网络来对产生的图片进行处理，得到目标的压缩比例，得到机器视觉应用中图片的目标压缩方案；S2的具体内容包括对DQN的状态定义、DQN的动作定义和DQN的奖励定义；对DQN的状态定义的具体内容为：定义状态为，其中e表示图像的信息熵，反映图像的复杂度和信息量，s代表图像的原始大小，代表机器视觉设备在同一时刻产生的需要处理的图片个数；对DQN的动作定义的具体内容为：对于一个原始图片，DQN对其做出的为： ；其中，为动作； DQN的奖励的具体内容为：对于图片处理任务，定义图片处理任务从产生，计算图片信息熵，进行压缩到被特定应用YOLO处理完成的时间为，处理结果准确率为；定义图片处理任务被处理完成后，被特定应用处理的图片个数一共为；定义图片处理任务被处理完成后，DQN得到的reward为： ；其中，为调节reward中图片准确率和图片处理时间两者权重的参数，为图片次序，为第个图片处理完以后，被特定应用处理的总图片个数。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5号院；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”。