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！

龙图腾网获悉腾讯美国有限责任公司申请的专利使用深度强化学习的端到端面向任务的潜像压缩的方法、装置和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：CN115280777B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202180021180.X，技术领域涉及：H04N19/124；该发明授权使用深度强化学习的端到端面向任务的潜像压缩的方法、装置和介质是由蒋薇;王炜;林晟;刘杉设计研发完成，并于2021-10-07向国家知识产权局提交的专利申请。

本使用深度强化学习的端到端面向任务的潜像压缩的方法、装置和介质在说明书摘要公布了：本公开提供了一种使用深度强化学习的端到端面向任务的潜在压缩方法、装置及介质。所述方法由至少一个处理器执行，并且包括：使用第一神经网络生成一个输入图像的多个潜在表示，其中，所述多个潜在表示是潜在信号的序列；使用第二神经网络对所述多个潜在信号进行编码；使用第三神经网络，基于一组先前量化状态生成一组量化键，其中，所述一组量化键中的每个量化键和所述一组先前量化状态中的每个先前量化状态对应于所述多个潜在信号中的每个潜在信号；使用第四神经网络，基于所述一组量化键生成一组反量化的数，所述一组反量化的数代表已编码的多个潜在信号的反量化表示；基于所述一组反量化的数生成重建的输出；以及，使用第五神经网络基于所述重建的输出执行目标任务。

本发明授权使用深度强化学习的端到端面向任务的潜像压缩的方法、装置和介质在权利要求书中公布了：1.一种使用深度强化学习的端到端面向任务的潜像压缩的方法，其特征在于，所述方法包括： 使用第一神经网络生成一个输入图像的多个潜在表示，其中，所述多个潜在表示包括潜在信号的序列； 使用第二神经网络对所述多个潜在表示进行编码； 使用第三神经网络基于一组先前量化状态生成一组量化键，其中，所述一组量化键中的每个量化键和所述一组先前量化状态中的每个先前量化状态对应于所述多个潜在表示； 通过对所述一组量化键进行无损熵编码，生成一组已编码量化键，以用于存储和传输； 通过对所述一组已编码量化键进行无损熵解码，生成一组已解码量化键； 使用第四神经网络基于所述一组已解码量化键生成一组反量化的数，所述一组反量化的数代表已编码的多个潜在表示的反量化表示； 基于所述一组反量化的数生成重建的潜在表示；以及， 使用第五神经网络基于所述重建的潜在表示执行目标任务； 基于所述目标任务计算任务预测损失，其中，通过反向传播所述任务预测损失的梯度，并且更新所述第一神经网络和所述第五神经网络的权重参数，训练所述第一神经网络和所述第五神经网络。

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腾讯美国有限责任公司，其通讯地址为：美国加利福尼亚州帕洛阿尔托公园大道2747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。