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！

龙图腾网获悉重庆大学申请的专利一种基于局部特征增强和并行解码器的图像标注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：CN115690449B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202211399676.3，技术领域涉及：G06V10/44；该发明授权一种基于局部特征增强和并行解码器的图像标注方法是由周明亮;韦沛浪;蒲华燕;罗均;魏雪凯;向涛;房斌设计研发完成，并于2022-11-09向国家知识产权局提交的专利申请。

本一种基于局部特征增强和并行解码器的图像标注方法在说明书摘要公布了：本发明公开了一种基于局部特征增强和并行解码器的图像标注方法，包括如下步骤：从目标图片数据中提取图像特征；将所述图像特征输入预先训练完成的图像标注模型中；所述图像标注模型包括：局部特征增强的编码器模块、单词组预测模块和并行预测单词的解码器模块；输出所述目标图片数据的图像标注。本发明基于图像标注模型，通过其构建的局部特征增强的编码器模块、单词组预测模块和并行预测单词的解码器模块，能有效地捕获图像特征和输入标注之间的关系，生成图像标注，从而提高图像标注的速度和灵活性。

本发明授权一种基于局部特征增强和并行解码器的图像标注方法在权利要求书中公布了：1.一种基于局部特征增强和并行解码器的图像标注方法，其特征在于，包括如下步骤： S1、从目标图片数据中提取图像特征； S2、将所述图像特征输入预先训练完成的图像标注模型中；所述图像标注模型包括：局部特征增强的编码器模块、单词组预测模块和并行预测单词的解码器模块； S3、输出所述目标图片数据的图像标注； 其中，所述步骤S2中的图像标注模型训练过程包括： S21、从训练图片数据中提取图像特征，对所述训练图片数据对应的真实标注进行句法分析，将真实标注划分成不同的单词组，构建训练所需样本数据集； S22、将所述图像特征输入到局部特征增强的编码器模块中，利用多头自注意力机制和残差网络分别提取图像特征之间的全局和局部特征，融合所述全局和局部特征； S23、将需要预测的标注分成k个单词组，通过所述编码器输出的特征预测第k个单词组的单词数，根据步骤S21中划分的单词组，结合标注中当前位置的单词是否需要参与下一个单词组的预测，设计解码器的掩码矩阵； S24、在并行预测单词的解码器模块中，通过所述编码器输出的特征和对应的真实标注，结合步骤S23中的掩码矩阵，预测每一个单词组中，每一个单词的向量，最终得到解码器的输出向量； S25、根据所述解码器的输出向量，针对每一个位置的单词，利用预测概率最大的单词表示当前位置的单词，并连接所有单词形成最终结果，作为所述训练图片数据的预测图像标注； S26、通过计算所述训练图片数据的预测图像标注与对应的真实标注的交叉熵损失，以及预测的k个单词组的单词数和划分的单词数之间的均方误差，生成总体损失函数；根据所述总体损失函数对所述图像标注模型进行训练。

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重庆大学，其通讯地址为：400030 重庆市沙坪坝区正街174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。