買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西安電子科技大學(xué)廣州研究院申請(qǐng)的專利圖像標(biāo)簽的生成方法、裝置和計(jì)算機(jī)設(shè)備獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119851277B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202411851096.2，技術(shù)領(lǐng)域涉及：G06V20/70；該發(fā)明授權(quán)圖像標(biāo)簽的生成方法、裝置和計(jì)算機(jī)設(shè)備是由謝雪梅;謝時(shí)同設(shè)計(jì)研發(fā)完成，并于2024-12-16向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本圖像標(biāo)簽的生成方法、裝置和計(jì)算機(jī)設(shè)備在說(shuō)明書(shū)摘要公布了：本申請(qǐng)涉及圖像處理領(lǐng)域，公開(kāi)了一種圖像標(biāo)簽的生成方法、裝置和計(jì)算機(jī)設(shè)備，包括：提取待標(biāo)注圖像的圖像屬性特征、圖像對(duì)象特征和圖像組合特征；獲取文本特征集合中不同文本標(biāo)簽對(duì)應(yīng)的文本屬性特征、文本對(duì)象特征和文本組合特征；針對(duì)每個(gè)文本標(biāo)簽，確定圖像屬性特征與文本屬性特征間的屬性相似數(shù)據(jù)、圖像對(duì)象特征與文本對(duì)象特征間的對(duì)象相似數(shù)據(jù)，以及圖像組合特征與文本組合特征間的組合相似數(shù)據(jù)；基于上述相似數(shù)據(jù)進(jìn)行處理和篩選，最終生成待標(biāo)注圖像的目標(biāo)標(biāo)簽。至此，構(gòu)建以屬性、對(duì)象和組合三個(gè)映射空間為主導(dǎo)的多層級(jí)網(wǎng)絡(luò)，最大程度地將待標(biāo)注圖像中不同語(yǔ)義層級(jí)的特征與對(duì)應(yīng)的文本特征進(jìn)行匹配，為待標(biāo)注圖像生成更加準(zhǔn)確的目標(biāo)標(biāo)簽。

本發(fā)明授權(quán)圖像標(biāo)簽的生成方法、裝置和計(jì)算機(jī)設(shè)備在權(quán)利要求書(shū)中公布了：1.一種圖像標(biāo)簽的生成方法，其特征在于，所述方法包括： 對(duì)待標(biāo)注圖像進(jìn)行特征提取，得到圖像屬性特征、圖像對(duì)象特征和圖像組合特征；其中，所述圖像屬性特征用于描述所述待標(biāo)注圖像中局部的屬性特征數(shù)據(jù)，所述圖像對(duì)象特征用于描述所述待標(biāo)注圖像中對(duì)象的范式特征數(shù)據(jù)，所述圖像組合特征用于描述所述待標(biāo)注圖像中屬性與對(duì)象組合后的交互特征數(shù)據(jù)； 獲取待匹配標(biāo)簽集合對(duì)應(yīng)的文本特征集合；其中，所述待匹配標(biāo)簽集合包括多個(gè)文本標(biāo)簽，所述文本特征集合包括每個(gè)文本標(biāo)簽對(duì)應(yīng)的文本屬性特征、文本對(duì)象特征和文本組合特征； 針對(duì)所述每個(gè)文本標(biāo)簽，確定所述圖像屬性特征與所述文本屬性特征間的屬性相似數(shù)據(jù)、所述圖像對(duì)象特征與所述文本對(duì)象特征間的對(duì)象相似數(shù)據(jù)，以及所述圖像組合特征與所述文本組合特征間的組合相似數(shù)據(jù)； 對(duì)所述屬性相似數(shù)據(jù)、所述對(duì)象相似數(shù)據(jù)和所述組合相似數(shù)據(jù)進(jìn)行加權(quán)處理，得到所述每個(gè)文本標(biāo)簽與所述待標(biāo)注圖像的匹配數(shù)據(jù)； 基于滿足預(yù)設(shè)篩選條件的匹配數(shù)據(jù)對(duì)應(yīng)的文本標(biāo)簽，生成所述待標(biāo)注圖像的目標(biāo)標(biāo)簽；其中，所述目標(biāo)標(biāo)簽是通過(guò)目標(biāo)標(biāo)簽預(yù)測(cè)模型得到的；通過(guò)以下方式得到所述目標(biāo)標(biāo)簽預(yù)測(cè)模型：基于組合零樣本學(xué)習(xí)算法搭建初始標(biāo)簽預(yù)測(cè)模型；在訓(xùn)練數(shù)據(jù)集中確定第一正樣本圖像和第一負(fù)樣本圖像；其中，所述第一負(fù)樣本圖像為所述訓(xùn)練數(shù)據(jù)集中所述第一正樣本圖像之外的其他樣本圖像；通過(guò)所述初始標(biāo)簽預(yù)測(cè)模型對(duì)所述第一正樣本圖像和所述第一負(fù)樣本圖像進(jìn)行處理，得到第一損失數(shù)據(jù)；在所述訓(xùn)練數(shù)據(jù)集中確定第二負(fù)樣本圖像和第二正樣本圖像；其中，所述第二正樣本圖像為所述訓(xùn)練數(shù)據(jù)集中所述第二負(fù)樣本圖像之外的其他樣本圖像；通過(guò)所述初始標(biāo)簽預(yù)測(cè)模型對(duì)所述第二正樣本圖像和所述第二負(fù)樣本圖像進(jìn)行處理，得到第二損失數(shù)據(jù)；基于所述第一損失數(shù)據(jù)和所述第二損失數(shù)據(jù)對(duì)所述初始標(biāo)簽預(yù)測(cè)模型進(jìn)行參數(shù)更新，得到所述目標(biāo)標(biāo)簽預(yù)測(cè)模型。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人西安電子科技大學(xué)廣州研究院，其通訊地址為：510555 廣東省廣州市黃埔區(qū)中新廣州知識(shí)城知明路83號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。