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！

龙图腾网恭喜深圳市永迦电子科技有限公司申请的专利基于机器学习的云相框照片智能识别分类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：CN119180994B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202411686138.1，技术领域涉及：G06V10/764；该发明授权基于机器学习的云相框照片智能识别分类方法是由陈奎;邢普润;马力;陈海超;邓海波;张博设计研发完成，并于2024-11-24向国家知识产权局提交的专利申请。

本基于机器学习的云相框照片智能识别分类方法在说明书摘要公布了：本发明涉及照片智能分类技术领域，具体为基于机器学习的云相框照片智能识别分类方法；本发明基于照片图像文件及其基础元数据进行初步分类，使得用户能够根据对于时间、地点和相机型号的简单的检索快速定位照片；基于对RGB颜色值、HSV空间和灰度值的分析计算生成二级检索分类族群，按照各个照片的色彩、色相、明度等图像参数进行特征提取，能够准确反映照片中包含的图像信息，适用于对色彩精度要求较高的照片分类任务；本发明构建卷积神经网络对场景特征进行抽象提取并通过输出值进行量化，提高了云相框照片智能识别分类方法的准确率和适应性，增强了智能识别分类方法的可拓展性和对于不同使用场景的适应性。

本发明授权基于机器学习的云相框照片智能识别分类方法在权利要求书中公布了：1.基于机器学习的云相框照片智能识别分类方法，其特征在于，包括以下步骤：步骤一、提取图像元数据，构建一级标签分类组群；云相框从云端服务器获取所有照片图像文件及其基础元数据，按照各个基础元数据的数值对所有照片图像文件进行归类分组，将归类分组后得到的分组统称一级标签分类组群；将各个基础元数据记为一级标签；步骤二、RGB三通道分解、空间转换与灰度值提取；通过RGB三通道分解得到各个像素的红色颜色值R（x，y）、绿色颜色值G（x，y）和蓝色颜色值B（x，y）；通过空间转换得到各个像素的色相、饱和度和明度；提取各个像素的灰度值；步骤三、提取像素特征，构建二级标签分类组群；从RGB颜色值、HSV空间和灰度值三个维度对所有照片图像文件进行像素特征提取，并根据提取到的像素特征值进行归类分组；将归类分组后得到的分组统称二级标签分类组群；将各个像素特征值记为二级标签；步骤四、提取场景特征，构建三级标签分类组群；定义基于卷积神经网络的机器学习过程，使用卷积神经网络进行特征提取，得到关于三级标签的输出值并对照片图像文件进行三级标签匹配；将拥有相同三级标签的照片图像文件归类为一组，得到三级分类族群；步骤五、多标签智能分类与展示；根据照片的特征全集，即一级标签、二级标签和三级标签对照片图像文件进行最终的分类存储；为每类一级标签、二级标签和三级标签创建一个照片存储文件夹；将各照片图像文件精准复制至与其标签名称相匹配的存储文件夹中，令各个照片存储文件夹的名称与其内包含的照片图像文件的共有标签名称一致；在云相框的展示界面中，根据用户的选择或预设的展示规则，按照不同的标签类别展示照片；当用户输入多个分类标签时，检索各个输入的分类标签对应的照片存储文件夹中包含的重复照片；步骤六、以图搜图与多标签分类验证；为每张图像分配一个包含标签分类结果的L位二进制编码，编号并标定每个标签；通过欧几里得距离计算图像之间的特征相似度；展示与选定图像最相似的五张图像供用户选择；根据用户选择的相似图像，利用损失函数计算分类结果的损失系数，并根据预设阈值判断分类结果是否失真；定期统计用户交互数据，计算失效系数，当失效系数超过阈值时，判定多标签分类结果不可靠并返回训练阶段重新执行卷积神经网络训练。

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深圳市永迦电子科技有限公司，其通讯地址为：518000 广东省深圳市坪山区龙田街道龙田社区龙田同富裕路8号莹展科技园B5栋b201、b301；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”。