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！

龙图腾网获悉南通大学申请的专利一种基于语义属性视觉转换重构器的深度神经网络算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：CN115482449B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202211133367.1，技术领域涉及：G06V10/82；该发明授权一种基于语义属性视觉转换重构器的深度神经网络算法是由周伯俊;顾菊平;杨慧;程天宇;蒋凌;赵佳皓;言淳恺设计研发完成，并于2022-09-17向国家知识产权局提交的专利申请。

本一种基于语义属性视觉转换重构器的深度神经网络算法在说明书摘要公布了：本发明属于人工智能算法技术领域，具体涉及一种基于语义属性视觉转换重构器的深度神经网络算法。首先利用语义属性模块B1获取图像关键部件位置坐标，并将关键部件位置所在区域内的像素值转换为语义属性特征矢量，同时利用位置矢量模块B2将位置坐标通过线性全连接层转换为位置特征矢量，然后利用多层语义属性转换器B3对语义属性特征矢量和位置特征矢量相加后的特征进行转换得到离散语义属性特征，最后利用语义目标重构器B4对离散语义属性特征建立图模型从而得到图像的最终特征表示。通过模块B1、B2、B3、B4组成的基于语义属性视觉转换重构器的深度神经网络算法对数字图像进行处理，能够提高计算机对图像中语义物体的建模能力和空间表示能力。

本发明授权一种基于语义属性视觉转换重构器的深度神经网络算法在权利要求书中公布了：1.一种基于语义属性视觉转换重构器的深度神经网络算法，其特征在于，包括如下步骤： 步骤1，构建语义属性模块B1，提取图像的语义属性特征矢量及关键部件的位置坐标； 步骤2，构建位置矢量模块B2，利用线性全连接层将关键部件的位置坐标转换为d维的位置特征矢量； 步骤3，构建L层的语义属性转换器B3，对语义属性特征矢量和位置特征矢量相加后的特征进行转换得到K个语义特征矢量，其中每层语义属性转换器由语义注意力计算模块和前馈全连接层组成； 步骤4，构建图像的语义目标重构器B4，将K个语义特征矢量表示为图的节点，计算节点两两之间的相似性系数，得到目标图像的重构矩阵P，计算该矩阵的C个特征向量并将其级联起来作为目标图像的重构向量； 步骤5，通过损失函数计算目标图像的重构向量与图像的真实标签的误差值，利用误差值反向训练优化网络参数，使该算法达到最优； 所述步骤1的具体步骤如下： S11：收集若干关于语义属性的图像小块，使用这些图像小块内的像素值向量训练K类分类器C·； S12：对于任一幅图像被表示为Ix,y，其中x,y表示图像内任意像素点，分别计算该点在水平方向和垂直方向上的一阶梯度Ix和Iy，以及水平方向和垂直方向上的二阶梯度和建立梯度相关矩阵即： S13：计算矩阵M的特征值以及迹，其中特征值被表示为λ1，λ2，矩阵的迹被表示为ρ，定义属性检测候选区域函数： 其中，t为可调参数；判断N与阈值T之间的关系，当N大于T时，则x,y视为语义属性候选区域点； S14：以x,y为中心将半径为r的图像小块内的像素值转化为向量输入到训练好的分类器C·中输出K个语义属性类别的概率值，同时获取图像的K个关键部件；其中第k个关键部件的位置坐标表示为xk,yk； S15：以提取的关键部件位置坐标为中心将半径为r内每个通道的图像区域的像素值转换为d维的语义属性特征矢量，其中第k个关键部件的语义属性特征矢量表示为

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南通大学，其通讯地址为：226019 江苏省南通市崇川区啬园路9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”。