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！

龙图腾网获悉中科方寸知微(南京)科技有限公司申请的专利基于特征空间语义锚点的生成式图像压缩训练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：CN121585816B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610092381.3，技术领域涉及：H04N19/134；该发明授权基于特征空间语义锚点的生成式图像压缩训练方法是由冷聪;赵天理设计研发完成，并于2026-01-23向国家知识产权局提交的专利申请。

本基于特征空间语义锚点的生成式图像压缩训练方法在说明书摘要公布了：本发明公开了一种基于特征空间语义锚点的生成式图像压缩训练方法，包括：获取训练图像，并利用编码器网络将其映射为量化潜在特征；输入生成式解码网络，通过条件生成过程得到对应的重建图像；将训练图像和重建图像分别输入预先构建且参数冻结的语义编码器，提取各自对应的语义特征表示；基于训练图像与重建图像的语义特征表示之间的一致性，计算语义锚点损失；据此更新编码器网络和生成式解码网络的参数。本发明通过引入冻结的语义基准和特征空间内的多粒度空间对齐机制，在极低码率压缩场景下，有效解决了生成式模型产生的语义漂移和空间结构错位问题，使得重建图像在保持高感知质量的同时，其语义内容和空间布局与原始图像保持一致。

本发明授权基于特征空间语义锚点的生成式图像压缩训练方法在权利要求书中公布了：1.一种基于特征空间语义锚点的生成式图像压缩训练方法，其特征在于，包括： 获取训练图像，并利用编码器网络将训练图像映射为量化潜在特征； 将量化潜在特征输入生成式解码网络，通过条件生成过程得到对应的重建图像； 将训练图像和重建图像分别输入预先构建且参数冻结的语义编码器，提取各自对应的语义特征表示； 基于训练图像的语义特征表示与重建图像的语义特征表示之间的一致性，计算语义锚点损失； 基于语义锚点损失更新编码器网络和生成式解码网络的参数； 更新编码器网络和生成式解码网络的参数，包括： 基于训练图像和重建图像，计算像素级重构损失和感知损失； 基于量化潜在特征，计算码率估计损失； 基于像素级重构损失、感知损失、码率估计损失以及语义锚点损失的加权和，构建总优化目标； 利用总优化目标对编码器网络和生成式解码网络的参数进行更新； 利用编码器网络将训练图像映射为量化潜在特征，包括： 利用编码器网络提取连续的潜在特征向量； 基于可学习码本对连续的潜在特征向量进行矢量量化处理，得到离散的量化潜在特征； 在更新编码器网络和生成式解码网络的参数的过程中，利用直通估计器将梯度从生成式解码网络回传至编码器网络。

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中科方寸知微(南京)科技有限公司，其通讯地址为：211135 江苏省南京市江宁区麒麟科技创新园创研路266号人工智能产业园3号楼203B室；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。