Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜浙江工业大学张永良获国家专利权

恭喜浙江工业大学张永良获国家专利权

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!

龙图腾网恭喜浙江工业大学申请的专利一种移动智能终端的复杂背景指印鉴定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:CN114998272B

龙图腾网通过国家知识产权局官网在2025-06-13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:202210654527.0,技术领域涉及:G06T7/00;该发明授权一种移动智能终端的复杂背景指印鉴定方法是由张永良;邹佳利;许营坤;周子涵;施展;李佳怡设计研发完成,并于2022-06-10向国家知识产权局提交的专利申请。

一种移动智能终端的复杂背景指印鉴定方法在说明书摘要公布了:本发明公开了一种移动智能终端的复杂背景指印鉴定方法,包括如下步骤:1基于移动智能设备获取的复杂指印快照进行下采样和图像对比度增强;2基于预处理后的原始图像截取指印局部块序列;3使用经过剪枝优化的基于多尺度残差结构的特征提取网络进行置信度预测并得到对应的局部块置信度序列;4基于指印局部块序列计算局部块质量序列,使用基于图像质量的分数融合策略联合计算移动智能终端的复杂背景指印最终预测概率。本发明的方法基于移动智能终端自动运行,实现复杂背景指印随时随地鉴定的目的,不依赖高精度的专业设备,打破了时间和空间的局限,降低了设备成本和劳动力成本;基于多尺度深度神经网络保障了该方法具有很高的性能。

本发明授权一种移动智能终端的复杂背景指印鉴定方法在权利要求书中公布了:1.一种移动智能终端的复杂背景指印鉴定方法,其特征在于包括如下步骤: 1使用移动智能终端设备获得复杂背景指印快照,预处理得到600*600像素大小指印原始图像; 2对步骤1得到的指印原始图像截取一系列300*300像素大小的局部块图像序列; 3利用残差网络的表征能力,构建多尺度结构的深度残差网络并在移动智能设备上部署,对局部块图像序列进行特征提取并做出真实指印的置信度预测,得到局部块置信度序列; 4对局部块图像序列进行计算并得到质量权重序列,使用基于局部块质量权重的分数融合策略计算最终预测置信度; 步骤3的具体实施过程为: 3.1构建具有多尺度结构的深度残差网络,利用复用网络参数的L1正则化剪除网络中低权重通道,减少网络参数量并降低运算时间; 3.2将步骤2.3中所得局部块图像序列作为网络输入,经过具有多尺度结构的深度残差网络,计算得到局部块为真指印的置信度序列; 步骤4的具体实施过程为: 4.1统计步骤2.3中的局部块中各相近色值区间内像素点的统计直方图; 4.2计算有效区域所在色值区间的像素点在局部块内的占比QROI,以及复杂背景中占比最高色值在局部块内的占比QBackground,以此计算局部块质量分数,其计算公式如下: 其中εx0∈X为阶跃函数,x0∈X时其值为1,时其值为0,w和h分别是局部块的宽和高,pi,j为当前坐标的像素值,PROI是区别指印有效区域阈值区间,PBackground是复杂背景中占比最高色值阈值区间,σ和τ分别是有效区域权重和签名线条权重的修正系数; 4.3计算得到局部块质量权重Wi,构建局部块质量权重序列,计算公式如下: 其中Qi表示由当前局部块i计算得到的质量分数; 4.4将步骤3.2的局部块置信度序列和步骤4.3的局部块质量权重序列联合,计算复杂背景指印最终预测分数,计算公式如下: 其中,Pyi|xi表示当前局部块的预测分数,xi表示输入网络进行预测的当前局部块,yi为网络输出对应局部块的预测标签,threshlod表示真伪概率评判阈值。

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浙江工业大学,其通讯地址为:310006 浙江省杭州市拱墅区朝晖六区潮王路18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”。

免责声明
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。