北京杭升科技有限公司汪洋獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉北京杭升科技有限公司申請的專利用于檔案散材料掛接的時序圖片識別方法、裝置及介質獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN120182730B 。
龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510661813.3,技術領域涉及:G06V10/764;該發明授權用于檔案散材料掛接的時序圖片識別方法、裝置及介質是由汪洋;王佳梁;韓寧設計研發完成,并于2025-05-22向國家知識產權局提交的專利申請。
本用于檔案散材料掛接的時序圖片識別方法、裝置及介質在說明書摘要公布了:本申請公開了一種用于檔案散材料掛接的時序圖片識別方法,裝置及介質,屬于人工智能技術領域。該方法包括:使用訓練圖片集對深度學習模型進行訓練,得到訓練后的時序圖片識別模型;將待識別的時序圖片輸入時序圖片識別模型中,得到識別結果。訓練圖片集中包括時序位置信息,識別結果包括時序圖片的類別和在該類別中的時序位置信息。通過本發明的圖片識別方法和裝置,在對深度學習模型進行訓練時,加入了時序位置信息,根據時序位置信息計算出位置向量,并將位置向量拼接到時序圖片的特征中。因此,經過訓練后的深度學習模型在對時序圖片進行識別時,不僅能識別出圖片的類別,還能識別出圖片的時序位置信息,從而準確識別出每張圖片的時序位置。
本發明授權用于檔案散材料掛接的時序圖片識別方法、裝置及介質在權利要求書中公布了:1.一種時序圖片識別方法,其特征在于,包括: 使用訓練圖片集對預設的深度學習模型進行訓練,得到訓練后的時序圖片識別模型;其中,所述預設的深度學習模型包括主干網絡,位置融合網絡,頸部結構和頭部結構;所述主干網絡包括串行連接的N個卷積層,所述卷積層用于從輸入圖像中提取特征;所述位置融合網絡包括分別與所述主干網絡的N個卷積層輸出連接的N個融合模塊,所述融合模塊用于將所述訓練圖片集中訓練圖片的時序位置信息與所述主干網絡的卷積層的輸出進行融合;所述頸部結構用于對所述位置融合網絡輸出的特征進行多尺度特征融合和特征增強;所述頭部結構用于將所述頸部結構輸出的特征轉換為識別結果;所述N為大于等于3的整數;以及 將待識別的時序圖片輸入所述時序圖片識別模型中,得到識別結果;其中,所述識別結果包括時序圖片的類別和在該類別中的時序位置信息;所述時序圖片為不同的圖片之間存在時序位置關系的圖片; 所述將所述訓練圖片集中訓練圖片的時序位置信息與所述主干網絡的卷積層的輸出進行融合包括: 將所述時序位置信息進行位置編碼,生成位置向量; 將所述位置向量與所述主干網絡的卷積層的輸出進行拼接; 所述將所述時序位置信息進行位置編碼,生成位置向量包括: 對于每一個融合模塊,根據以下公式計算位置向量: ; 其中,pos是訓練圖片在所述訓練圖片集中的特定訓練序列中時序位置,dim是位置向量的維度大小,i是位置向量的維度深度索引; 位置向量是時序位置為pos的訓練圖片在維度深度索引i上的位置向量。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人北京杭升科技有限公司,其通訊地址為:100081 北京市海淀區中關村南大街甲6號9層906-3;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。