上海高德威智能交通系统有限公司蔡晓蕙获国家专利权
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!
龙图腾网获悉上海高德威智能交通系统有限公司申请的专利图像质量评分方法、装置、系统、存储介质和电子设备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:CN115880263B 。
龙图腾网通过国家知识产权局官网在2026-02-06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:202211658758.5,技术领域涉及:G06T7/00;该发明授权图像质量评分方法、装置、系统、存储介质和电子设备是由蔡晓蕙设计研发完成,并于2022-12-22向国家知识产权局提交的专利申请。
本图像质量评分方法、装置、系统、存储介质和电子设备在说明书摘要公布了:本申请公开了一种图像质量评分方法,包括:将待评分的原始图像和对应于每个当前业务类型的标签,输入预先训练好的状态识别模型,标记与所述每个当前业务类型相关的图像区域,并基于图像区域进行特征提取,得到与每个当前业务类型对应的第一状态特征向量;对于每个第一状态特征向量,计算该第一状态特征向量分别与相应当前业务类型对应的R*P个标准图像的状态特征向量的相似度,得到R*P个相似度结果;对于每个第一状态特征向量,基于所述R*P个相似度结果,确定待评分的原始图像在相应当前业务类型下的质量评分结果。应用本申请,能够对应不同的业务类型,有针对性地进行合理的图像质量判断,使质量判断结果更加精准。
本发明授权图像质量评分方法、装置、系统、存储介质和电子设备在权利要求书中公布了:1.一种图像质量评分方法,其特征在于,包括: 将待评分的原始图像和对应于每个当前业务类型的标签,输入预先训练好的状态识别模型,标记与所述每个当前业务类型相关的图像区域,并基于所述图像区域进行特征提取,得到与所述每个当前业务类型对应的第一状态特征向量;其中,所述状态识别模型是以业务类型对应的标签作为监督信息训练的; 对于每个所述第一状态特征向量,计算该第一状态特征向量分别与相应当前业务类型对应的RP个标准图像的状态特征向量的相似度,得到RP个相似度结果; 对于每个所述第一状态特征向量,对所述RP个相似度结果计算加权均值,将计算结果作为所述待评分的原始图像在相应当前业务类型下的质量评分结果; 其中,所述标准图像的状态特征向量为:标准图像和相应当前业务类型的标签输入所述状态识别模型进行特征提取后得到的状态特征向量;RP个标准图像是对应于相应当前业务类型的各种状态设置的可无歧义辨别状态类别的典型图像,所述R为相应当前业务类型下所有状态类别的总数,所述P为正整数; 所述状态识别模型包括用于进行语义分割的第一层级网络和用于进行状态识别的第二层级网络; 所述第一层级网络的输入为所述待评分的原始图像和所述标签,输出为对应于每个所述标签的语义特征图,用于标记与所述每个当前业务类型相关的图像区域; 所述第二层级网络包括与M个业务类型一一对应的M个子网络;其中,所述M为所有业务类型的总数; 每个所述子网络的输入为所述待评分的原始图像和与该子网络对应的第一当前业务类型的各标签相应的、修正后的语义特征图,每个所述子网络将所述待评分的原始图像和所述修正后的语义特征图在通道维度上进行连接,并将连接后的图像输入分类网络进行状态识别,得到与所述第一当前业务类型对应的所述第一状态特征向量;其中,所述修正后的语义特征图为上采样到与所述待评分的原始图像大小相同的语义特征图; 所述将连接后的图像输入分类网络进行状态识别,包括: 将连接后的图像划分为若干二维切片patch,在每个所述二维切片中加入该二维切片对应的二维位置信息; 将所有加入二维位置信息后的二维切片输入分类网络进行状态识别; 其中,通过对所述状态识别模型的训练,保证位于所述当前业务类型相关的图像区域中的二维切片对应的二维位置信息权重大于位于所述当前业务类型相关的图像区域外的二维切片对应的二维位置信息权重。
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上海高德威智能交通系统有限公司,其通讯地址为:201821 上海市嘉定区云谷路599弄6号620室J1452;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励