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！

龙图腾网获悉四川国创新视超高清视频科技有限公司申请的专利多粒度感知与原型驱动的超高清图像域自适应识别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：CN119131459B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202411078131.1，技术领域涉及：G06V10/764；该发明授权多粒度感知与原型驱动的超高清图像域自适应识别方法是由宋小民;奉仰麟;谢超平;彭德中;李怡;杨俊;刘征;虞建;王曼;孙忠武;吴成志;郭竹修;郑慧明;孙元;李毅;刘彬;张咔;王正雄;付瑜;王友全;李子清设计研发完成，并于2024-08-07向国家知识产权局提交的专利申请。

本多粒度感知与原型驱动的超高清图像域自适应识别方法在说明书摘要公布了：本发明属于超高清图像的域适应技术领域，提出了多粒度感知与原型驱动的超高清图像域自适应识别方法，包括如下步骤：首先，获取跨图像域的常规图像数据集与超高清图像数据集，并对常规图像数据集与超高清图像数据集进行预处理，得到预处理后的批次训练图像数据集；其次，构建并初始化多粒度特征提取器和特征分类器；然后，基于批次训练图像数据集，结合多粒度特征提取器和特征分类器训练得到超高清图像无监督域自适应识别模型；最后，将待识别的超高清图像输入至基于超高清图像无监督域自适应识别模型中进行分类，得到超高清图像的识别结果。本发明解决了超高清图像的细粒度特征被忽略和超高清图像领域标注难、数量少、计算资源消耗大的问题。

本发明授权多粒度感知与原型驱动的超高清图像域自适应识别方法在权利要求书中公布了：1.多粒度感知与原型驱动的超高清图像域自适应识别方法，其特征在于，包括如下步骤： 获取跨图像域的常规图像数据集与超高清图像数据集，并对常规图像数据集与超高清图像数据集进行预处理，得到预处理后的批次训练图像数据集，包括如下步骤： 获取带有准确标签的常规图像数据集，该常规图像数据集包含生产生活的各个场景的常规自然图像； 获取没有标签的超高清图像数据集； 对上述两个图像数据集进行数据清洗，筛掉错误图像数据和噪声图像数据，得到常规图像数据集和超高清图像数据集； 将常规图像数据集和超高清图像数据集训练数据进行划分与规整，得到批次训练图像数据集； 构建并初始化多粒度特征提取器和特征分类器； 基于批次训练图像数据集，结合多粒度特征提取器和特征分类器训练得到超高清图像无监督域自适应识别模型，所述基于批次训练图像数据集，结合多粒度特征提取器和特征分类器训练得到超高清图像无监督域自适应识别模型，包括如下步骤： 将批次训练图像数据集输入到多粒度特征提取器中，提取得到每个批次图像的多粒度特征； 将常规图像作为源域，并将源域多粒度特征根据图像的类别信息与K-Means聚类算法，计算得到源域的原型中心； 将超高清图像作为目标域，并将目标域多粒度特征通过K-Means聚类算法，聚类得到目标域的原型中心； 利用源域图像的多粒度特征和源域的原型中心，以及利用目标域的图像多粒度特征和目标域的原型中心，在各领域中计算得到域中内聚损失； 所述域中内聚损失的表达式为： 其中，代表域中内聚损失函数，指源域图像数据总量，指目标域图像数据总量，是对图像数据迭代计算损失函数的指示变量，表示源域特征对应的类别标签，指交叉熵损失函数，表示提取到的源域图像第个特征，表示提取到的第个目标域图像特征，是源域图像的多粒度特征集，是目标域图像的多粒度特征集，代表目标域特征的最近聚类中心的索引； 联合源域图像的多粒度特征和源域的原型中心，以及目标域的图像多粒度特征和目标域的原型中心，在领域间计算得到域间耦合损失； 所述域间耦合损失的表达式为： 其中，代表域间耦合损失函数，指信息熵的计算，代表特征簇的跨域原型中心，代表源域特征和目标域特征的最近跨域原型中心的索引； 将源域图像的多粒度特征和目标域的图像多粒度特征输入到特征分类器中，得到特征分类偏移损失； 根据域中内聚损失、域间耦合损失和特征分类偏移损失计算得到整个模型优化的总损失； 计算总损失的梯度，对整个模型进行反向传播与参数优化，当总损失满足收敛条件时，得到已完成训练的超高清图像无监督域自适应识别模型； 将待识别的超高清图像输入至基于超高清图像无监督域自适应识别模型中进行分类，得到超高清图像的识别结果。

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四川国创新视超高清视频科技有限公司，其通讯地址为：610095 四川省成都市中国(四川)自由贸易试验区成都高新区盛通街88号2号楼4层401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”。

以上内容由龙图腾AI智能生成。