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！

龙图腾网获悉平安科技(深圳)有限公司申请的专利基于图像的自编码器训练方法、装置、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：CN116664444B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310713710.8，技术领域涉及：G06T5/00；该发明授权基于图像的自编码器训练方法、装置、设备及存储介质是由舒畅;肖京;陈又新设计研发完成，并于2023-06-15向国家知识产权局提交的专利申请。

本基于图像的自编码器训练方法、装置、设备及存储介质在说明书摘要公布了：本发明涉及人工智能技术，揭露一种基于医疗等领域中复杂图像的自编码器训练方法、装置、设备及存储介质。所述方法包括：利用编码器模型对初始图像的图像块集合进行编码操作，得到编码特征序列；用第一全连接层、第二全连接层对所述编码特征序列进行全连接及激活映射，得到第一输出值及第二输出值，对所述第一输出值及第二输出值进行重采样操作得到第一向量编码；利用第三全连接层对所述编码特征序列进行全连接，得到第三全连接结果，并与第一向量编码拼接，得到第二向量编码；通过解码器模型对第二向量编码进行图像复原，并根据复原图像与初始图像对所述编码器模型进行训练。本发明可以提高图片自编码器在对医疗图像解码后恢复图片时的精准度。

本发明授权基于图像的自编码器训练方法、装置、设备及存储介质在权利要求书中公布了：1.一种基于图像的自编码器训练方法，其特征在于，所述方法包括： 步骤A：根据预设的分辨率大小对预构建的初始图像进行分块操作，得到图像块集合，并利用预构建的编码器模型对所述图像块集合进行编码操作，得到预设维度的编码特征序列； 步骤B：利用预构建的第一全连接层对所述编码特征序列进行全连接操作，得到第一全连接结果，并将所述第一全连接结果进行激活函数映射操作，得到第一输出值，及利用预构建的第二全连接层对所述编码特征序列进行全连接操作，得到第二全连接结果，并将所述第二全连接结果进行激活函数映射操作，得到第二输出值，并根据预设的重采样策略，对所述第一输出值及所述第二输出值进行重采样操作，得到所述预设维度的第一向量编码； 步骤C：利用预构建的第三全连接层对所述编码特征序列进行全连接操作，得到第三全连接结果，并将所述第三全连接结果与所述第一向量编码进行拼接操作，得到第二向量编码； 步骤D：利用预构建的解码器模型对所述第二向量编码进行解码操作，得到复原图像； 步骤E：利用预设的图像损失函数，计算所述复原图像与所述初始图像的损失值，并根据梯度下降方法及所述损失值对所述编码器模型进行参数更新，得到所述初始图像对应训练的编码器模型； 其中，所述预设的图像损失函数为： 其中，为复原图像，为初始图像，为第一向量编码，及均为预设的超参数，为第一输出值，为第二输出值；为KL散度，为训练过程中一个批次的大小，及为该批次中的图片标号，为标号为的图片，为标号为的图片；为同批次图片i及图片j的相似性矩阵； 所述根据梯度下降方法及所述损失值对所述编码器模型进行参数更新，得到所述初始图像对应训练的编码器模型，包括：根据梯度下降方法，最小化所述损失值，得到所述损失值最小时，所述编码器模型、所述解码器模型、所述第一全连接层、所述第二全连接层及所述第三全连接层的参数值集合；通过网络逆向传播，利用所述参数值集合，对所述编码器模型、所述解码器模型、所述第一全连接层、所述第二全连接层及所述第三全连接层进行参数更新。

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平安科技(深圳)有限公司，其通讯地址为：518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼；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。