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！

龙图腾网获悉顾泽苍申请的专利一种图像信息深度抽出的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：CN111523358B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：201910120911.0，技术领域涉及：G06V40/16；该发明授权一种图像信息深度抽出的方法是由顾泽苍设计研发完成，并于2019-02-02向国家知识产权局提交的专利申请。

本一种图像信息深度抽出的方法在说明书摘要公布了：本发明提出一种图像信息深度抽出的方法，其特点是利用复数种图像处理方法，对至少一个样本图像进行复数种图像处理；获得复数个可以仿真样本图像的不同环境所产生的展开图像；将复数个展开图像作为该图像的一组样本图像数据；使一个图像也可产生样本特征值的概率分布的方法。本发明的优点和积极效果是：通过图像处理可以将人脸的一张样本图像变换成多张，可以形成样本图像的概率分布，从而提高单张人脸图像的识别精度。

本发明授权一种图像信息深度抽出的方法在权利要求书中公布了：1.一种人脸识别精度的计算方法，其特征在于： 摄像头同时或不在一个场景下拍摄若干个被识别的人脸，抽取一组特征向量，进行特征向量的概率尺度自组织的处理，得到概率尺度自组织产生的最大概率几率值、最大几率空间的尺度即最大几率方差； 为了提高人脸识别的精度，把模糊信息与概率信息完全考虑进去，引入跨越不同空间的模糊事件概率测度的定义方法，在考虑数据之间的空间距离的同时还要考虑数据在概率空间所处的概率分布的概率值； 设集合W属于概率空间的集合V的模糊事件概率测度即FPM测度的公式可由如下公式得出： 这里，pfj vj为集合要素wj∈Wj＝1，2，...，n处在集合要素vj∈Vj＝1，2，...，n的概率空间中所处的位置的概率分布值； 同理，pfj wj为集合要素vj∈Vj＝1，2，...，n处在集合要素wj∈Wj＝1，2，...，n的概率空间中所处的位置的概率分布值； dmax是wj到vj的最大距离； 上述模糊事件概率测度的空间信息是基于可统一欧几里德空间与概率空间的距离，并满足如下距离条件： 1非负性： 2非退化性：Fw，v＝0，则w＝v； 3对称性： 4三角不等式： 为提高人脸识别的精度，提出考虑特征向量间的最小距离与特征向量的各个特征值的最大几率空间的尺度的累加值之间的比例值的方法； 利用EPD距离公式，可以得到特征向量间的距离矩阵： 这里，设dij＝dji，dii＝djj＝0； 利用上述FPM测度公式，可以得到特征向量间的测度矩阵： 这里，设dij＝dji，dii＝djj＝0，以及fij＝fji，fii＝fjj＝0； 这里可以得到最小EPD距离所对应的两个特征向量，或者可以得到最大FPM测度所对应的两个特征向量； 再计算这两个最近的EPD距离值Dmin,以及对应两个最近的EPD距离值的两个特征向量的最大几率空间尺度和的累加值： 人脸识别可以获得最高识别精度的充分必要条件是： Dmin≥Mmin或 这里定量地把人脸识别的精度通过登录的特征向量的数据集就可以计算出来，如果需要提高人脸识别精度，首先要解决人脸图像的特征信息抽出质量，质量越高Dmin与Mmin的比值越大，反之就越小甚至小于1，其识别精度就越差； 其中，设概率空间以及的最大概率几率值为ρ1和ρ2，概率空间以及为两个数据集合的要素wj∈W和vj∈V，再设在最大概率几率值为ρ1和ρ2之间连接一条直线，在直线的中间有任意一点样本数据βj∈B，求样本数据集合βj属于数据集合W或V通过如下EPD距离公式得出： 上述统一欧几里德空间与概率空间的距离满足如下条件： 1非负性： 2非退化性：dw，v＝0，则w＝v； 3对称性： 4三角不等式： ∈是涵盖两个概率空间的欧几里德空间，在欧几里德空间中有两个概率空间以及ρ1是概率空间的最大概率几率值，ρ2是概率空间的最大概率几率值，另外，σ1是概率空间的最大几率空间的尺度，σ2是概率空间的最大几率空间的尺度，概率空间的第一个最大几率空间的概率值概率空间的第二个最大几率空间的概率值概率空间的第三个最大几率空间的概率值概率空间的第一个最大几率空间的概率值概率空间的第二个最大几率空间的概率值概率空间的第三个最大几率空间的概率值

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顾泽苍，其通讯地址为：300010 天津市河北区博爱道1号君临大厦2817；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”。