恭喜深圳大学赵之能获国家专利权
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!
龙图腾网恭喜深圳大学申请的专利图像处理方法、装置、计算机设备和存储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:CN113989523B 。
龙图腾网通过国家知识产权局官网在2025-06-10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:202111248774.2,技术领域涉及:G06V10/44;该发明授权图像处理方法、装置、计算机设备和存储介质是由赵之能;曹文明;廉德亮设计研发完成,并于2021-10-26向国家知识产权局提交的专利申请。
本图像处理方法、装置、计算机设备和存储介质在说明书摘要公布了:本申请涉及一种图像处理方法、装置、计算机设备和存储介质。所述方法包括:将多个样本图像输入至所述特征提取网络,并通过特征提取网络对样本图像进行特征提取处理,得到所述样本图像对应的图像特征;将多个所述图像特征输入至所述编码模块进行类别编码,得到多个与所述图像特征相应的编码特征;将所述多个编码特征依次输入多个所述段内度量模块进行迭代图卷积处理,得到多个与所述编码特征相应的卷积特征,通过多个段内度量模块对编码特征进行迭代图卷积处理,从而增加了图神经网络的深度,将所述多个卷积特征输入至所述线性层进行分类处理,可得到未知类别图像的分类结果,在增加了图神经网络深度和聚合能力的基础上,提高了分类结果的准确度。
本发明授权图像处理方法、装置、计算机设备和存储介质在权利要求书中公布了:1.一种图像处理方法,其特征在于,应用于包括特征提取网络和特征分类网络的图神经网络,所述特征分类网络包括编码模块、多个段内度量模块和线性层,所述方法包括:将多个样本图像输入至所述特征提取网络,并通过所述特征提取网络对所述样本图像进行特征提取处理,得到所述样本图像对应的图像特征;其中,所述多个样本图像包括已知类别图像和未知类别图像;将多个所述图像特征输入至所述编码模块进行类别编码,得到多个与所述图像特征相应的编码特征;将所述多个编码特征依次输入多个所述段内度量模块进行迭代图卷积处理,得到多个与所述编码特征相应的卷积特征;将所述多个卷积特征输入至所述线性层进行分类处理,得到相应的分类结果;其中,所述分类结果包括所述未知类别图像的类别;所述段内度量模块包括邻接感知网络和图卷积网络,所述将所述多个编码特征依次输入多个所述段内度量模块进行迭代图卷积处理,得到多个与所述编码特征相应的卷积特征,包括:将所述多个编码特征输入至所述邻接感知网络,确定各个所述编码特征之间的邻接关系,生成邻接矩阵;将所述多个编码特征和所述邻接矩阵输入至所述图卷积网络进行图卷积处理,得到多个与所述编码特征相应的分段特征;将所述多个分段特征依次输入多个所述段内度量模块进行迭代图卷积处理,得到所述卷积特征;所述邻接感知网络包括学习网络、残差网络和输出层,所述将所述多个编码特征输入至所述邻接感知网络,确定各个所述编码特征之间的邻接关系,生成邻接矩阵,包括:将多个特征差异绝对值输入至所述学习网络,学习所述特征差异绝对值对应的两个所述编码特征之间的邻接关系,得到多个用于指示所述邻接关系的候选矩阵;其中,所述特征差异绝对值用于指示任意两个所述编码特征相应数值之间差值的绝对值;将所述多个特征差异绝对值输入至所述残差网络,得到多个与所述特征差异绝对值相应的反馈矩阵;将多个所述候选矩阵与相应所述反馈矩阵之间的和输入至所述输出层,生成所述邻接矩阵。
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大学,其通讯地址为:518000 广东省深圳市南山区粤海街道南海大道3688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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。