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！

龙图腾网获悉国网安徽省电力有限公司电力科学研究院申请的专利基于可逆网络的视频时间变采样方法、设备及介质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：CN121284242B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202511847038.7，技术领域涉及：H04N19/132；该发明授权基于可逆网络的视频时间变采样方法、设备及介质是由史伟豪;王鑫;胡昊;李周;黄书强;马俊杰;李龙跃;蔡翔;赵龙;仇茹嘉;张淑娟;李新民;邹知炜;阮兆文;钱光超设计研发完成，并于2025-12-09向国家知识产权局提交的专利申请。

本基于可逆网络的视频时间变采样方法、设备及介质在说明书摘要公布了：基于可逆网络的视频时间变采样方法、设备及介质，属于视频编码技术领域，解决视频时间变采样编码时，信息在下采样及编解码阶段严重损失的问题；本发明采用多输入多输出的可逆时域小波变换结构，将输入的高帧率视频分解为奇数、偶数序列帧，通过引入双向参考帧机制，生成时域低频子带和高频子带，能够在无需在正变换与逆变换之间传递显式运动信息的前提下，实现高质量的视频时间频带分解；通过引入了仿真传统编码器压缩行为的梯度代理网络，以运动矢量和量化参数为输入，采用编码质量感知的可逆仿射耦合变换建模编码器对时域低频的失真，能够克服现有代理网络依赖于运动矢量传递或固定编码参数，难以适应实际多变应用场景的缺陷。

本发明授权基于可逆网络的视频时间变采样方法、设备及介质在权利要求书中公布了：1.基于可逆网络的视频时间变采样方法，其特征在于，包括以下步骤： S1、在下采样端，将输入的高帧率视频序列划分为多个图像组；对于每个图像组，通过多输入多输出的可逆时域小波正变换与可逆仿射耦合正变换进行处理，提取时域低频分量与时域高频分量； S2、在压缩端，包括训练阶段和测试阶段；在训练阶段，采用梯度代理网络模拟传统视频编码器、解码器的压缩失真，并提供可微分的梯度信息以进行端到端优化，包括以下步骤： S21、利用已退化的前一帧和运动矢量进行时域小波正变换，生成时域低频子带和时域高频子带； S22、结合量化参数，对时域低频子带和时域高频子带进行多次编码质量感知可逆耦合正变换，生成对应不同编码质量的时域低频分量和时域高频分量； S23、对生成的时域低频分量进行取整量化得到，对生成的时域高频分量进行特征退化得到，以模拟传统编码器的残差压缩过程；其中，表示最后一次可逆耦合正变换输出的时域低频分量，表示最后一次可逆耦合正变换输出的时域高频分量； S24、对和进行多次编码质量感知可逆耦合逆变换，生成模拟压缩失真后的已退化的当前帧； S25、对退化后的时域频率分量进行时域小波逆变换，生成模拟压缩失真后的当前帧； 在测试阶段，使用传统视频编码器对时域低频分量进行压缩，生成可存储和传输的压缩码流，使用传统视频解码器重建时域低频分量； 所述梯度代理网络包括编码质量感知的可逆耦合变换模块、取整量化模块以及特征退化模块；其中，所述可逆耦合变换模块用于对前一帧生成的时域低频、高频分量进行可逆耦合正变换，以及对压缩后的时域低频、高频分量进行可逆耦合逆变换；所述特征退化模块通过残差卷积网络组成，用于对生成的时域高频分量进行特征退化；取整量化模块用于对生成的时域低频分量进行取整量化，用以模拟传统编码器的残差压缩过程； S3、在上采样端，利用重建的时域低频分量重建对应时域高频分量；通过可逆仿射耦合逆变换与多输入多输出的可逆时域小波逆变换进行处理，将重建的时域低频分量与时域高频分量进行合成，还原出完整的高帧率视频图像组。

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国网安徽省电力有限公司电力科学研究院，其通讯地址为：230000 安徽省合肥市经济开发区紫云路299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。