Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆邮电大学项小红获国家专利权

重庆邮电大学项小红获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利一种基于滑动窗口机制的图像分类神经网络可视化算法的增强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:CN116403050B

龙图腾网通过国家知识产权局官网在2025-05-30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:202310428053.2,技术领域涉及:G06V10/764;该发明授权一种基于滑动窗口机制的图像分类神经网络可视化算法的增强方法是由项小红;张涪源;邓欣;张浩设计研发完成,并于2023-04-20向国家知识产权局提交的专利申请。

一种基于滑动窗口机制的图像分类神经网络可视化算法的增强方法在说明书摘要公布了:本发明公开了一种基于滑动窗口机制的图像分类神经网络可视化算法的增强方法,其可以直接应用在多数可视化算法上。该增强方法使用固定尺寸的滑动窗口对输入图片中的所有局部区域上采样到输入图片尺寸,然后将结果输入到选定的可视化算法中得到所有图片的针对特定类别的显著图和概率分数,最后将显著图下采样到输入图片对应位置上的窗口中,并乘以概率分数,即可得到具备更多细节的显著图。可将该方法应用在不同的可视化算法上,这些算法基于不同架构的网络。

本发明授权一种基于滑动窗口机制的图像分类神经网络可视化算法的增强方法在权利要求书中公布了:1.一种基于滑动窗口机制的图像分类神经网络可视化算法的增强方法,其特征在于,包括:利用滑动窗口算法截取原始输入图片中局部区域获得若干窗口图片,及窗口图片在原始输入图片中坐标位置,包括如下步骤:所述滑动窗口保持在原始输入图片内部以固定stride滑动;在每次滑动过程中截取滑动窗口内的图片区域存入窗口图片集合中;其中,在截取过程中记录滑动窗口当前的坐标位置作为当前窗口内截取图片的下标,即是第n次滑动窗口截图的图片及其附带的坐标位置;将所述窗口图片上采样至原始输入图片的分辨率;将上采样后的窗口图片输入模型获得窗口图片的指定类别索引c的概率分数作为权重;将上采样后的窗口图片的图片集合、指定类别索引c、模型作为参数输入待增强的特征可视化算法,得到对应的窗口图片显著图;将原始输入图片输入待增强的特征可视化算法,得到对应的原始显著图;将所述窗口图片显著图下采样后与其对应权重相乘,再按照其坐标位置和原始显著图的对应区域像素值相加,得到初始增强显著图,包括如下步骤:将所述窗口图片显著图进行插值处理,使其分辨率与所述窗口图片相同;将插值处理后的窗口图片显著图的每个像素值与其对应的概率分数相乘,再按照其坐标位置与原始显著图S0中的对应像素值相加,遵循如下公式: 其中,S′c是相加后的得到的初始增强显著图,为窗口图片显著图集合,概率分数集合为上采样后的窗口图片关于类别索引c的置信程度,为上采样插值后的窗口图片输入到指定特征可视化算法中得到的关于类别索引c的经过下采样插值处理后显著图,该显著图分辨率降为和滑动窗口图片一致;k1表示第1次截取窗口图片时,滑动窗口在原始输入图片中的坐标;kn表示第n次截取窗口图片时,滑动窗口在原始输入图片中的坐标;将初始增强显著图进行低通滤波处理,并进行min-max归一化,得到最终的增强显著图。

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邮电大学,其通讯地址为:400065 重庆市南岸区南山街道崇文路2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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。