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！

龙图腾网获悉首都医科大学附属北京同仁医院申请的专利一种眼睑缘特征分类方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：CN119229512B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202411352011.6，技术领域涉及：G06V40/18；该发明授权一种眼睑缘特征分类方法是由接英;田磊;冯珺;周美华;李傲;文皓男设计研发完成，并于2024-09-26向国家知识产权局提交的专利申请。

本一种眼睑缘特征分类方法在说明书摘要公布了：本发明涉及图像处理技术领域，尤其涉及一种眼睑缘特征分类方法，包括，将原始特征图输入眼睑缘分割模型，获得分割图像；对分割图像进行窗口划分获得每一窗口对应的初始化位置和大小信息后，将分割图像输入特征初步提取模型，获得初始图像；根据每一窗口对应的初始化位置和大小信息，以及初始图像，对分割图像重新进行窗口划分；将分割图像输入预先设置的特征分类模型，特征分类模型根据分割图像和图像块尺寸，以及第一目标维度，获得特征图像；将特征图像输入分类头，获得特征分类结果。其有益效果是，实现了利用分割信息来辅助特征分类，并针对眼睑缘的特点进行优化，提升了在处理眼睑缘特征时的效果。

本发明授权一种眼睑缘特征分类方法在权利要求书中公布了：1.一种眼睑缘特征分类方法，其特征在于，包括： S1、将原始特征图输入预先设置的眼睑缘分割模型，获得原始特征图对应的分割图像，所述分割图像为提取出眼睑缘区域的图像； S2、将分割图像输入预先设置的特征初步提取模型，按照预先设置的第一窗口尺寸对所述分割图像进行特征提取，获得分割图像对应的初始图像； S3、根据预先设置的第一窗口尺寸将所述分割图像进行窗口划分，获得每一窗口对应的初始化位置和大小信息； 根据每一窗口对应的初始化位置和大小信息，对初始图像进行全局池化，生成每一窗口的全局特征描述； 根据预先设置的自注意力层和每一窗口的全局描述，获得每一窗口的特征权重； 根据每一窗口的特征权重，获得分割图像对应的特征重要性图，所述特征重要性图包括每一窗口区域的相对重要性； 根据预先设置的重要性阈值，调整特征重要性图中的窗口尺寸，并基于调整后的特征重要性图中的窗口尺寸，对分割图像重新进行窗口划分； S4、将重新进行窗口划分后的分割图像输入预先设置的特征分类模型，获得特征图像； 期间，根据重新进行窗口划分后的分割图像，以及预先设置的第一目标维度，获得特征图像； 所述特征分类模型包括：图像块拆分模块、4阶特征提取模块、特征融合模块和分类头；其中，第一阶特征提取模块包括线性嵌入子模块和SwinTransformerBlock子模块，其余三阶特征提取模块均包括PatchMerging子模块和SwinTransformerBlock子模块； 特征融合模块，用于将4个阶段的SwinTransformerBlock子模块输出的4个特征图像进行尺寸对齐，将所有尺寸对齐后的特征图像按照预先设置的目标维度进行拼接后，基于预先设置的线性层将每个特征图像进行线性变换，并根据预先设置的注意力机制，获得每一特征图像对应的注意力分数；根据每一特征图像对应的注意力分数和预先设置的Sotfmax函数，获得每一特征图像对应的注意力权重，并根据每一特征图像对应的注意力权重进行加权求和，获得融合后的特征图像； 每一所述SwinTransfomerBlock子模块均由控制模块、窗口注意力模块以及两层多层感知机组成； 每一控制模块均用于根据输入特征的统计量判断是否需要调整权重，以及通过根据分类任务的难度判断是否需要进行权重更新； 当需要调整权重和或权重更新时，基于预先设置的轻量级的神经网络生成对应的控制策略，以及将调整后的权重和或更新后的权重共享至所有的SwinTransformerBlock子模块； S5、将所述特征图像输入预先设置的分类头，获得特征分类结果； 所述眼睑缘分割模型基于U2-Net模型，包括编码器和解码器，且编码器和解码器之间通过跳跃连接连接。

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首都医科大学附属北京同仁医院，其通讯地址为：100730 北京市东城区东交民巷1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”。

以上内容由龙图腾AI智能生成。