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！

龙图腾网获悉华南理工大学;人工智能与数字经济广东省实验室(广州)申请的专利基于双超图神经网络的场景图像分类方法及系统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：CN116206158B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202310222166.7，技术领域涉及：G06V10/764；该发明授权基于双超图神经网络的场景图像分类方法及系统是由廖剑鹏;陶乾设计研发完成，并于2023-03-09向国家知识产权局提交的专利申请。

本基于双超图神经网络的场景图像分类方法及系统在说明书摘要公布了：本发明公开了一种基于双超图神经网络的场景图像分类方法及系统，所述方法包括：根据获取的待分类智能视频监控场景图像得到对应的特征矩阵；将特征矩阵输入训练好的场景图像分类模型的多视图超图学习网络中，通过将多视图超图学习网络在多个视图上学习到的超图进行融合，得到超图关联矩阵，每个视图均采用不同的可学习相似度度量函数；将特征矩阵和超图关联矩阵输入训练好的场景图像分类模型的密度感知超图注意力网络中，利用密度感知注意力机制挖掘数据中的密度信息以进行超图表示学习，得到待分类场景图像的类别预测结果。本发明利用双超图神经网络有效地组合多视图超图学习网络和密度感知超图注意力网络，能够实现更高的场景图像分类性能。

本发明授权基于双超图神经网络的场景图像分类方法及系统在权利要求书中公布了：1.一种基于双超图神经网络的场景图像分类方法，其特征在于，所述方法包括： 获取待分类场景图像；根据待分类场景图像，得到场景图像对应的特征矩阵；所述待分类场景图像至少为一张，且均为智能视频监控场景图像； 将所述特征矩阵输入训练好的双超图神经网络的多视图超图学习网络中，通过将多视图超图学习网络在多个视图上学习到的超图进行融合，得到超图关联矩阵；所述多视图超图学习网络中的每个视图均采用不同的可学习相似度度量函数； 将所述特征矩阵和超图关联矩阵输入训练好的双超图神经网络的密度感知超图注意力网络中，利用密度感知注意力机制挖掘数据中的密度信息以进行超图表示学习，得到待分类场景图像的类别预测结果；所述密度感知注意力机制用于将超图中顶点的密度信息融合到顶点密度注意力中，密度感知注意力机制用于将超图中超边的密度信息融合到超边密度注意力中； 其中，所述将所述特征矩阵输入训练好的双超图神经网络的多视图超图学习网络中，通过将多视图超图学习网络在多个视图上学习到的超图进行融合，得到超图关联矩阵，包括： 利用多视图融合模块对多视图超图学习网络中的每个视图上学习到的超图进行融合，得到第一超图关联矩阵；所述超图中的每个节点代表一个场景图像，超图中的超边表示场景图像之间的高阶关联关系； 根据所述特征矩阵，计算场景图像间的相似度；根据所述相似度构造超边，得到原始超图关联矩阵； 将所述第一超图关联矩阵和原始超图关联矩阵进行合并，得到超图关联矩阵； 所述方法还包括： 根据所述特征矩阵和超图关联矩阵，利用超图信息传播机制获得顶点特征矩阵和超边特征矩阵； 所述将所述特征矩阵和超图关联矩阵输入训练好的双超图神经网络的密度感知超图注意力网络中，利用密度感知注意力机制挖掘数据中的密度信息以进行超图表示学习，得到待分类场景图像的类别预测结果，包括： 将所述顶点特征矩阵和超边特征矩阵输入密度感知超图注意力网络中的第一密度感知超图注意力层中，利用密度感知注意力机制得到该层的特征嵌入； 将第一密度感知超图注意力层得到的所述特征嵌入输入密度感知超图注意力网络中的第二密度感知超图注意力层中，根据第二密度感知超图注意力层的输出，预测类别结果。

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华南理工大学;人工智能与数字经济广东省实验室(广州)，其通讯地址为：510640 广东省广州市天河区五山路381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”。