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！

龙图腾网获悉中国长江三峡集团有限公司申请的专利具有长尾分布特性的花屏图像处理方法、装置和产品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：CN119068233B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202410994312.2，技术领域涉及：G06V10/764；该发明授权具有长尾分布特性的花屏图像处理方法、装置和产品是由张隽;郑开元;林恩德;刘雨晴设计研发完成，并于2024-07-23向国家知识产权局提交的专利申请。

本具有长尾分布特性的花屏图像处理方法、装置和产品在说明书摘要公布了：本申请涉及图像处理技术领域，公开了一种具有长尾分布特性的花屏图像处理方法、装置和产品。其中，方法包括：构建初始图像集，所述初始图像集包括以下类型的花屏图像：大面积纯色花屏图像、小面积纯色花屏图像、大面积条纹花屏图像、小面积条纹花屏图像、色彩失真花屏图像及噪点花屏图像；对所述初始图像集中的色彩失真花屏图像及噪点花屏图像的数量进行扩充，生成第一样本集；从所述第一样本集中随机抽取多个不同类型的花屏图像，提取各个花屏图像的中间特征；将不同类型的花屏图像的中间特征进行重混合增强，生成混合特征；基于所述中间特征及所述混合特征，构建目标损失函数；基于所述目标损失函数及所述第一样本集，对所述花屏识别模型进行迭代训练，得到训练完成的花屏识别模型；将待识别图像输入所述花屏识别模型，通过所述花屏识别模型判断所述待识别图像是否为花屏图像，以及花屏图像的类型。采用本方法能够实现对花屏图像类型的细分检测，并且通过降低数据集的不平衡性，能够提升花屏类型细分检测的准确度。

本发明授权具有长尾分布特性的花屏图像处理方法、装置和产品在权利要求书中公布了：1.一种具有长尾分布特性的花屏图像处理方法，其特征在于，包括： 构建初始图像集，所述初始图像集包括以下类型的花屏图像：大面积纯色花屏图像、小面积纯色花屏图像、大面积条纹花屏图像、小面积条纹花屏图像、色彩失真花屏图像及噪点花屏图像； 对所述初始图像集中的色彩失真花屏图像及噪点花屏图像的数量进行扩充，生成第一样本集； 从所述第一样本集中随机抽取多个不同类型的花屏图像，提取各个花屏图像的中间特征； 将不同类型的花屏图像的中间特征进行重混合增强，生成混合特征； 基于所述中间特征及所述混合特征，构建目标损失函数； 基于所述目标损失函数及所述第一样本集，对花屏识别模型进行迭代训练，得到训练完成的花屏识别模型； 将待识别图像输入所述花屏识别模型，通过所述花屏识别模型判断所述待识别图像是否为花屏图像，以及花屏图像的类型； 其中，所述花屏识别模型包括：第一特征提取网络、第二特征提取网络及分类模块；所述第一特征提取网络用于提取各个花屏图像的中间特征； 基于所述中间特征及所述混合特征，构建目标损失函数，包括： 通过所述第二特征提取网络及所述分类模块，对各个中间特征进行处理，得到各个中间特征对应的花屏图像属于各个类型的花屏图像的第一概率分布； 通过所述第二特征提取网络及所述分类模块，对各个混合特征进行处理，得到各个混合特征对应的花屏图像属于各个类型的花屏图像的第二概率分布； 基于所述第一概率分布及所述第二概率分布，构建目标损失函数； 其中，计算所述第一概率分布和所述第二概率分布的表达式如下： 其中，p表示基于中间特征混合特征计算花屏图像所属类型的概率分布，为第一概率分布、为第二概率分布，表示图像样本花屏类型的预测标签，Zi、Zj分别表示原始输入训练图像的花屏类别特征向量中第i、j项的值，mixZi、mixZj分别表示重混合增强后的花屏类别特征向量中第i、j项的值，C表示花屏类型的总数，ni、nj表示花屏类型为第i、j类训练图像样本的数量，nmax表示图像样本数占比最多的花屏类型的花屏图像样本数量； 所述目标损失函数的计算表达式如下： 其中，yi表示原始输入花屏图像的花屏类型的标签，mixY表示重混合增强后的花屏图像的花屏类型的标签。

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中国长江三峡集团有限公司，其通讯地址为：430010 湖北省武汉市江岸区六合路1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”。