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！

龍圖騰網獲悉華南理工大學;人工智能與數字經濟廣東省實驗室(廣州)申請的專利基于雙超圖神經網絡的場景圖像分類方法及系統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：CN116206158B 。

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：202310222166.7，技術領域涉及：G06V10/764；該發明授權基于雙超圖神經網絡的場景圖像分類方法及系統是由廖劍鵬;陶乾設計研發完成，并于2023-03-09向國家知識產權局提交的專利申請。

本基于雙超圖神經網絡的場景圖像分類方法及系統在說明書摘要公布了：本發明公開了一種基于雙超圖神經網絡的場景圖像分類方法及系統，所述方法包括：根據獲取的待分類智能視頻監控場景圖像得到對應的特征矩陣；將特征矩陣輸入訓練好的場景圖像分類模型的多視圖超圖學習網絡中，通過將多視圖超圖學習網絡在多個視圖上學習到的超圖進行融合，得到超圖關聯矩陣，每個視圖均采用不同的可學習相似度度量函數；將特征矩陣和超圖關聯矩陣輸入訓練好的場景圖像分類模型的密度感知超圖注意力網絡中，利用密度感知注意力機制挖掘數據中的密度信息以進行超圖表示學習，得到待分類場景圖像的類別預測結果。本發明利用雙超圖神經網絡有效地組合多視圖超圖學習網絡和密度感知超圖注意力網絡，能夠實現更高的場景圖像分類性能。

本發明授權基于雙超圖神經網絡的場景圖像分類方法及系統在權利要求書中公布了：1.一種基于雙超圖神經網絡的場景圖像分類方法，其特征在于，所述方法包括： 獲取待分類場景圖像；根據待分類場景圖像，得到場景圖像對應的特征矩陣；所述待分類場景圖像至少為一張，且均為智能視頻監控場景圖像； 將所述特征矩陣輸入訓練好的雙超圖神經網絡的多視圖超圖學習網絡中，通過將多視圖超圖學習網絡在多個視圖上學習到的超圖進行融合，得到超圖關聯矩陣；所述多視圖超圖學習網絡中的每個視圖均采用不同的可學習相似度度量函數； 將所述特征矩陣和超圖關聯矩陣輸入訓練好的雙超圖神經網絡的密度感知超圖注意力網絡中，利用密度感知注意力機制挖掘數據中的密度信息以進行超圖表示學習，得到待分類場景圖像的類別預測結果；所述密度感知注意力機制用于將超圖中頂點的密度信息融合到頂點密度注意力中，密度感知注意力機制用于將超圖中超邊的密度信息融合到超邊密度注意力中； 其中，所述將所述特征矩陣輸入訓練好的雙超圖神經網絡的多視圖超圖學習網絡中，通過將多視圖超圖學習網絡在多個視圖上學習到的超圖進行融合，得到超圖關聯矩陣，包括： 利用多視圖融合模塊對多視圖超圖學習網絡中的每個視圖上學習到的超圖進行融合，得到第一超圖關聯矩陣；所述超圖中的每個節點代表一個場景圖像，超圖中的超邊表示場景圖像之間的高階關聯關系； 根據所述特征矩陣，計算場景圖像間的相似度；根據所述相似度構造超邊，得到原始超圖關聯矩陣； 將所述第一超圖關聯矩陣和原始超圖關聯矩陣進行合并，得到超圖關聯矩陣； 所述方法還包括： 根據所述特征矩陣和超圖關聯矩陣，利用超圖信息傳播機制獲得頂點特征矩陣和超邊特征矩陣； 所述將所述特征矩陣和超圖關聯矩陣輸入訓練好的雙超圖神經網絡的密度感知超圖注意力網絡中，利用密度感知注意力機制挖掘數據中的密度信息以進行超圖表示學習，得到待分類場景圖像的類別預測結果，包括： 將所述頂點特征矩陣和超邊特征矩陣輸入密度感知超圖注意力網絡中的第一密度感知超圖注意力層中，利用密度感知注意力機制得到該層的特征嵌入； 將第一密度感知超圖注意力層得到的所述特征嵌入輸入密度感知超圖注意力網絡中的第二密度感知超圖注意力層中，根據第二密度感知超圖注意力層的輸出，預測類別結果。

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華南理工大學;人工智能與數字經濟廣東省實驗室(廣州)，其通訊地址為：510640 廣東省廣州市天河區五山路381號；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”。