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！

龙图腾网获悉武汉科鉴文化科技有限公司申请的专利一种细粒度中国书法风格识别模型构建方法、系统、设备及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：CN119027963B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202410861015.0，技术领域涉及：G06V30/22；该发明授权一种细粒度中国书法风格识别模型构建方法、系统、设备及存储介质是由肖书浩;刘犇;刘保光;卢晨光设计研发完成，并于2024-06-28向国家知识产权局提交的专利申请。

本一种细粒度中国书法风格识别模型构建方法、系统、设备及存储介质在说明书摘要公布了：本发明公开了一种细粒度中国书法风格识别模型构建方法、系统、设备及存储介质，所述方法步骤包括：获取并构建一个包含多位中国著名书法家作品的数据集；对所述数据集中的书法图片进行预处理；选择一个深度学习模型，将所述预处理后的数据集与通用图像数据集结合，对所述深度学习模型进行再训练；将所述预处理后的数据集输入到所述模型中进行CLS特征提取，然后将所有图像的CLS特征全部组合成一个新的CLS特征向量；对所述CLS特征向量进行主成分分析降维；使用高斯混合模型对所述降维后的CLS特征向量进行拟合；计算所述预处理后的数据集的对数似然值；所述模型不仅仅局限于识别常见的字体风格，更能精确识别到具体是哪位书法家的风格。

本发明授权一种细粒度中国书法风格识别模型构建方法、系统、设备及存储介质在权利要求书中公布了：1.一种细粒度中国书法风格识别模型构建方法，其特征在于，包括： S100、获取并构建一个包含多位中国著名书法家作品的数据集； S200、对所述数据集中的书法图片进行预处理，获得预处理后的数据集； S300、选择一个基于VisionTransformer架构的深度学习模型，将所述预处理后的数据集与通用图像数据集结合，对所述深度学习模型进行再训练，训练完成后获得DINO-ViT模型； 所述获得DINO-ViT模型方法包括： 选择DINO-ViTB8模型作为基础模型； 采用ImageNet数据集的均值和标准差对所述数据集中图像进行归一化处理； 将书法数据集分类数据与ImageNet数据集结合，开展训练； S400、将所述预处理后的数据集输入到所述DINO-ViT模型中进行CLS特征提取，然后将所有图像的CLS特征全部组合成一个新的CLS特征向量； 所述组合成一个新的CLS特征向量的方法包括：将一副书法作品中的所有汉字的图像逐个输入到模型中进行特征提取，然后将所有汉字的特征向量全部组合成一个新的特征向量，此特征向量就能代表整幅书法作品的风格特征； S500、对所述CLS特征向量进行主成分分析降维，获得降维后的CLS特征向量； 所述主成分分析降维包括：将高维特征映射到64维空间，并进行白化处理，以去除特征间的相关性并增强数据的表达能力； S600、使用高斯混合模型对所述降维后的CLS特征向量进行拟合，拟合之后得到一个可以描述CLS特征高斯分布的数学模型； S700、利用所述数学模型计算所述预处理后数据集的对数似然值，进行数据储存，完成模型构建； 步骤S300中所述预处理还包括：尺寸调整以及去除背景干扰的语义分割处理； 所述语义分割处理具体为：在数据集中的书法图片的纸张存在纸面纹理时，通过将书法字迹部分经语义分割方式获取出来，然后再叠加到一张纯白色背景图片上，得到一张没有纸张背景干扰的书法图片。

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武汉科鉴文化科技有限公司，其通讯地址为：430000 湖北省武汉市武汉经济技术开发区22MB地块太湖创新谷一期B1栋四层402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。