龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：河北大学
申请日：2024-04-03
公开（公告）日：2024-06-28
公开（公告）号：CN118262289A
主分类号：G06V20/52
分类号：G06V20/52;G06T7/10;G06V10/774;G06V10/40;G06V10/75;G06N3/0464;G06N3/048
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明提供了一种图像分割学习方法、客户端、服务器及系统，属于机器学习和隐私保护领域，包括：客户端获取监控图像，对图像画面进行分块，选择关联度小于设定值的图像块；客户端利用部署的上模型对被选择的图像块进行训练，提取图像的中间特征，并将中间特征传输到云服务器；云服务器对接收到的图像的中间特征进行拼接，利用下模型对特征进行训练，并利用反向传播算法逆序遍历上模型的每一层，利用梯度下降优化算法来更新上模型的参数，最终客户端利用从服务器接收到的梯度，根据学习率等超参数，更新上模型每个参数的数值，从分割层一直更新到输入层。本发明能够在保持图像识别的高精度的同时保护图像隐私，从而提高了整体监控场景的安全性。
主权项：1.一种用于隐私保护的图像分割学习方法，其特征在于，包括以下步骤：获取不同角度下同一场景的多张监控图像，对多张监控图像的画面进行分块，并选择关联度小于设定值的图像块，构成图像块元组；利用第一深度神经网络模型对图像块元组进行训练，提取多个图像的中间特征，并将多个图像的中间特征传输到云服务器；接收云服务器对多个图像的中间特征进行前向训练后得到的模型的各层的梯度，根据梯度更新第一深度神经网络模型每个参数的数值；重复上面的步骤，直至模型收敛，完成对图像的分割学习。
全文数据：
权利要求：
百度查询： 河北大学 一种图像分割学习方法、客户端、服务器及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号