Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 腾讯科技(北京)有限公司郭卉获国家专利权

腾讯科技(北京)有限公司郭卉获国家专利权

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!

龙图腾网获悉腾讯科技(北京)有限公司申请的专利图像识别方法、装置、计算机设备和存储介质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:CN113705596B

龙图腾网通过国家知识产权局官网在2026-04-28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:202110240341.6,技术领域涉及:G06V10/764;该发明授权图像识别方法、装置、计算机设备和存储介质是由郭卉设计研发完成,并于2021-03-04向国家知识产权局提交的专利申请。

图像识别方法、装置、计算机设备和存储介质在说明书摘要公布了:本申请涉及一种图像识别方法、装置、计算机设备和存储介质。所述方法包括:获取目标正样本图像;获取目标正样本图像对应的正样本类别的混淆类别集合;其中混淆类别集合是通过图像集合的类别识别数据对类别集合进行混淆分类得到的;将混淆类别集合中的混淆类别作为负样本类别,获取负样本类别对应的目标负样本图像;基于目标正样本图像以及目标负样本图像对待训练的图像识别模型进行训练,得到训练后的图像识别模型,以基于训练后的图像识别模型进行图像识别。上述方案模型训练过程能充分分析同一混淆类别集合中的正样本图像和负样本图像之间的区别,能够得到对类别易混淆的图像进行准确识别的图像识别模型,提高了图像识别的准确性。

本发明授权图像识别方法、装置、计算机设备和存储介质在权利要求书中公布了:1.一种图像识别方法,其特征在于,所述方法包括: 获取至少两个目标图像分别对应的类别识别数据;所述类别识别数据包括对所述目标图像进行特征提取得到的图像提取特征,所述目标图像对应目标类别; 基于所述类别识别数据确定所述目标类别之间的类别混淆度,包括:对不同所述目标类别对应的图像提取特征进行统计,得到各个所述目标类别分别对应的类别表示特征,对于任意一个目标类别,将目标类别对应的所有目标图像的图像提取特征分别与其他目标类别的类别表示特征进行相似度计算,得到相似度计算结果,对各个目标图像的相似度计算结果进行统计,得到目标类别与其他目标类别之间的特征相似度,在目标类别之间的特征相似度不满足相似度条件时,基于预设值得到目标类别之间的类别混淆度,在目标类别之间的特征相似度满足相似度条件时,基于目标类别之间的特征相似度得到目标类别之间的类别混淆度,目标类别之间的类别混淆度与目标类别之间的特征相似度呈正相关; 将类别混淆度满足混淆度条件的目标类别作为相互混淆的类别,将相互混淆的类别组成混淆类别集合;所述混淆度条件包括类别混淆度大于混淆度阈值,所述混淆度阈值是根据目标类别的总体类别混淆度统计值计算得到的; 获取目标正样本图像; 根据所述目标正样本图像对应的正样本类别,获取所述正样本类别对应的混淆类别集合; 将所述正样本类别对应的混淆类别集合中的混淆类别作为负样本类别,将所述负样本类别对应的图像作为所述目标正样本图像对应的目标负样本图像; 基于所述目标正样本图像以及所述目标负样本图像对待训练的图像识别模型进行训练,得到训练后的图像识别模型,以基于所述训练后的图像识别模型进行图像识别。

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腾讯科技(北京)有限公司,其通讯地址为:100080 北京市海淀区海淀大街38号银科大厦16层1601-1608室;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”。

以上内容由龙图腾AI智能生成。

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。