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！

龙图腾网恭喜中山大学申请的专利基于双流神经网络通道联合和软池化的CG图像检测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：CN115410029B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202210867799.9，技术领域涉及：G06V10/764；该发明授权基于双流神经网络通道联合和软池化的CG图像检测方法是由席子怡;林浩;骆伟祺设计研发完成，并于2022-07-22向国家知识产权局提交的专利申请。

本基于双流神经网络通道联合和软池化的CG图像检测方法在说明书摘要公布了：本发明提出一种基于双流神经网络通道联合和软池化的CG图像检测方法，涉及图像检测的技术领域，当前CG图像的检测方法存在针对具有强异构性数据集的检测性能有限，并忽视了噪声和图像语义特征之间互补性的问题，首先获取由图像样本组成的图像数据集，然后构建双流神经网络模型，双流神经网络模型包括分通道残差提取模块、联合通道信息提取模块以及分类器，分通道残差提取模块设有用于增强图像样本特征提取的残差结构，整个网络模型采用了软池化进行下采样，接着对该模型进行训练，得出训练好的双流神经网络模型，最后利用该模型对待检测CG图像样本进行检测，提高了检测性能，融合了噪声和图像语义特征的信息，减少了信息损失。

本发明授权基于双流神经网络通道联合和软池化的CG图像检测方法在权利要求书中公布了：1.一种基于双流神经网络通道联合和软池化的电脑合成图像检测方法，其特征在于，包括以下步骤：S1.获取一定数量的电脑合成图像样本和自然图像样本，组成图像数据集；S2.对图像数据集中的图像样本进行预处理；S3.构建双流神经网络模型，双流神经网络模型包括用于提取图像噪声信息的分通道残差提取模块、用于提取图像浅层语义信息的联合通道信息提取模块以及分类器，分通道残差提取模块设有用于增强图像样本特征提取的残差结构，整个双流神经网络模型采取软池化层进行下采样；S4.将图像数据集划分为训练集、验证集和测试集，利用训练集对构建的双流神经网络模型进行训练，然后利用验证集对训练过程中的双流神经网络模型进行评估，得出训练好的双流神经网络模型；S5.在测试集上，对待检测电脑合成图像样本进行与S2步骤相同的预处理，将预处理完的待检测电脑合成图像样本输入已训练好的双流神经网络模型中，输出待检测电脑合成图像样本的分类结果；在步骤S3中，分通道残差提取模块和联合通道信息提取模块并行，双流神经网络模型的分类器分别连接分通道残差提取模块和联合通道信息提取模块，图像样本分别输入分通道残差提取模块和联合通道信息提取模块，分通道残差提取模块提取图像样本的噪声信息，输出得到第一残差特征图，联合通道信息提取模块提取图像样本的浅层语义信息，并将其作为分通道残差提取模块的信息补充，输出得到第二残差特征图，分类器将第一残差特征图和第二残差特征图的信息进行融合，输出得到图像样本的分类结果。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。