買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國科學(xué)院信息工程研究所申請的專利一種基于重縮放的全息通信方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119299697B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411548478.8，技術(shù)領(lǐng)域涉及：H04N19/132；該發(fā)明授權(quán)一種基于重縮放的全息通信方法是由陳逸飛;劉延偉;商卓逸;姜一鳴;江涵設(shè)計研發(fā)完成，并于2024-11-01向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于重縮放的全息通信方法在說明書摘要公布了：本發(fā)明公開了一種基于重縮放的全息通信方法，所述方法包括：步驟1、構(gòu)建復(fù)數(shù)卷積神經(jīng)網(wǎng)絡(luò)并訓(xùn)練，基于訓(xùn)練好的復(fù)數(shù)卷積神經(jīng)網(wǎng)絡(luò)，對輸入的全息圖像進行下采樣，得到縮小后的全息圖像；步驟2、構(gòu)建碼率分配模型，對縮小后的全息圖像的實部和虛部執(zhí)行碼率分配后進行壓縮和傳輸；步驟3、對接收到的執(zhí)行碼率分配后的全息圖像的實部和虛部進行解壓縮，以及基于訓(xùn)練好的復(fù)數(shù)卷積神經(jīng)網(wǎng)絡(luò)進行上采樣，得到原始輸入大小的全息圖像。本發(fā)明實現(xiàn)了全息圖像的快速傳輸，降低了傳輸時全息圖像的失真，運算效率高，同時能適應(yīng)網(wǎng)絡(luò)信道速率的變化。

本發(fā)明授權(quán)一種基于重縮放的全息通信方法在權(quán)利要求書中公布了：1.一種基于重縮放的全息通信方法，其特征在于，所述方法包括： 步驟1、構(gòu)建復(fù)數(shù)卷積神經(jīng)網(wǎng)絡(luò)并訓(xùn)練，基于訓(xùn)練好的復(fù)數(shù)卷積神經(jīng)網(wǎng)絡(luò)，對輸入的全息圖像進行下采樣，得到縮小后的全息圖像；其中，所述復(fù)數(shù)卷積神經(jīng)網(wǎng)絡(luò)包括依次連接的下采樣模塊，可微分壓縮算法模塊，上采樣模塊； 所述下采樣模塊包括順序連接的第一復(fù)數(shù)卷積層、第二復(fù)數(shù)卷積層、逆像素重排列層、第一復(fù)數(shù)殘差層、第二復(fù)數(shù)殘差層、第三復(fù)數(shù)殘差層、第三復(fù)數(shù)卷積層、第四復(fù)數(shù)卷積層，其中，將第一至第四復(fù)數(shù)卷積層中卷積核的個數(shù)分別設(shè)置為8,16，256,3，卷積核大小均設(shè)置額為3×3，步長均設(shè)置為1，且每一個卷積層都進行卷積操作和LeakyReLu激活操作；逆像素重排列層進行一次下采樣操作，下采樣時全息圖像的寬和高降為原來的一半，通道數(shù)增加到原來的四倍；將第一至第三復(fù)數(shù)殘差層的卷積核個數(shù)均設(shè)置為64，步長均設(shè)置為1，每一個復(fù)數(shù)殘差層都通過卷積操作再通過殘差結(jié)構(gòu)； 所述可微分壓縮算法模塊包括順序連接的YUV轉(zhuǎn)換層、UV下采樣層、DCT變換層、量化層、DCT逆變換層、UV上采樣層、RGB轉(zhuǎn)換層，其中，YUV轉(zhuǎn)換層將第四復(fù)數(shù)卷積輸出的RGB格式圖像轉(zhuǎn)換為YUV圖像，UV下采樣層對UV通道的圖像進行下采樣，DCT變換層分別對Y，U，V三個通道進行離散余弦變換，量化層對變換的結(jié)果進行取整操作，DCT變換層分別對Y，U，V三個通道進行離散余弦逆變換，UV上采樣層對UV通道的圖像進行上采樣，RGB轉(zhuǎn)換層將YUV格式圖像轉(zhuǎn)換為RGB圖像； 所述上采樣模塊包括順序連接的第五復(fù)數(shù)卷積層、第四復(fù)數(shù)殘差層、第五復(fù)數(shù)殘差層、第六復(fù)數(shù)殘差層、第六復(fù)數(shù)卷積層、第七復(fù)數(shù)卷積層、像素重排列層、第八復(fù)數(shù)卷積層，其中，第五至第八復(fù)數(shù)卷積層中卷積核的個數(shù)分別設(shè)置為64,64，256,3，卷積核大小均設(shè)置額為3×3，步長均設(shè)置為1，且每一個卷積層都進行卷積操作和LeakyReLu激活操作；像素重排列層進行一次上采樣操作，上采樣時全息圖像的寬和高變?yōu)樵瓉淼膬杀叮ǖ罃?shù)減少到原來的四分之一；將第四至第六復(fù)數(shù)殘差層的卷積核個數(shù)均設(shè)置為64，步長均設(shè)置為1，每一個復(fù)數(shù)殘差層都通過卷積操作再通過殘差結(jié)構(gòu)； 步驟2、構(gòu)建碼率分配模型，根據(jù)傳輸網(wǎng)絡(luò)速率限制，基于拉格朗日松弛法對縮小后的全息圖像的實部和虛部進行非均等碼率分配，按照分配的碼率將縮小后的全息圖像壓縮后進行傳輸； 步驟3、對接收到的執(zhí)行碼率分配后的全息圖像的實部和虛部進行解壓縮，以及基于訓(xùn)練好的復(fù)數(shù)卷積神經(jīng)網(wǎng)絡(luò)進行上采樣，得到原始輸入大小的全息圖像。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人中國科學(xué)院信息工程研究所，其通訊地址為：100093 北京市海淀區(qū)閔莊路甲89號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。