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！

龙图腾网获悉太原科技大学申请的专利基于注意力机制和加权概念格的古建筑图像语义完备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：CN115861649B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202211550582.1，技术领域涉及：G06V10/44；该发明授权基于注意力机制和加权概念格的古建筑图像语义完备方法是由黎佳能;张素兰;赵智;牛少刚;王飞;胡立华设计研发完成，并于2022-12-05向国家知识产权局提交的专利申请。

本基于注意力机制和加权概念格的古建筑图像语义完备方法在说明书摘要公布了：本发明涉及一种基于注意力机制和加权概念格的古建筑图像语义完备方法，属于图像处理技术领域，解决古建筑图像标注过程中图像结构复杂、特征分布不均匀导致的显著特征缺失、语义标签与图像内容缺乏相关性等技术问题，解决方案为：首先，采用融合注意力机制的卷积神经网络获取古建筑图像的初始标签；然后，获取近邻标签集，并利用信息熵计算其中各标签的权重值，进而构造加权概念格；最后，利用加权概念格进行古建筑图像语义相关性分析：依据古建筑标签内涵重要性阈值以及概念相似度，获取最终标签集，实现古建筑语义标注。本发明可以客观描述古建筑语义标签在古建筑图像中的重要程度，标注的准确性得以提高，证明了该方法的有效性。

本发明授权基于注意力机制和加权概念格的古建筑图像语义完备方法在权利要求书中公布了：1.基于注意力机制和加权概念格的古建筑图像语义完备方法，其特征在于，包括以下步骤： S1、采用融合注意力机制的卷积神经网络获取古建筑图像的初始标签； S2、获取近邻标签集，并利用信息熵计算其中各标签的权重值，进而构造加权概念格；所述步骤S2包括以下步骤： S2-1、获得待标注图像I0的初始近邻集及初始近邻标签集； S2-2、构造加权概念格：首先，通过信息熵计算初始近邻标签集中各属性标签的权值；其次，根据属性标签权值的大小进行语义重要程度分析：再次，通过设置并调整内涵重要性阈值，去除不符合条件的标签；最后，以近邻图像集作为对象，以带权值的近邻标签集作为形式背景输入，构造加权概念格； S3、利用加权概念格进行古建筑图像语义相关性分析：依据古建筑标签内涵重要性阈值以及概念相似度，获取最终标签集；所述步骤S3包括以下步骤： 首先，加权概念格中任意两个概念节点a和b的相似度sima,b为： 其中，sima,b的取值介于0和1之间，1表示完全映射，0表示错误映射；a∨b表示a和b的交集；||表示集合的基数；aLA为下近似属性集，即包含概念a最大可定义集；aLA-bLA表示属性集属于aLA，不属于bLA；α为相似性度量阈值，其值设置为0.5，当α≥0.5时，概念节点a和b之间存在映射关系，当α＜0.5时，概念节点a和b之间不存在关联； 其次，将待标注图像与近邻图像的视觉相似度作为近邻图像Im对待标注图像的支持度指标，根据加权概念格获得的概念节点之间的相似度，计算候选标签集中每个标签对待标注图像的支持度： 其中，β为相似性权重系数，γIm,ti为近邻图像Im与标签ti之间的所属关系，即若Im存在标签ti，γIm,ti的值为1，反之为0。

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太原科技大学，其通讯地址为：030024 山西省太原市万柏林区窊流路66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。