咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com
24小时咨询热线13280638997
24小时咨询热线著 录 项 目：
| 专利/申请号： | CN202411088583.8 | 专利名称： | 一种基于多特征多重组合的图像质量评价方法 |
| 申请日： | 2024-08-09 | 申请/专利权人 | 江西财经大学 |
| 专利类型： | 发明 | 地址： | 江西省南昌市经济技术开发区双港东大街169号 |
| 专利状态： | 已下证 查询审查信息 | IPC分类号： | G06V10/98 分类检索 |
| 公开/公告日： | 2024-10-22 | 转让价格： | 【平台担保交易】 |
| 公开/公告号： | CN118608927B | 交易状态： | 等待洽谈 搜索相似专利 |
| 浏览量： | 5 | 所属领域： | 计算机视觉 图像处理 人工智能专利转让搜索 |
应用场景：图像质量检测；视频监控；医学影像分析；工业自动化质检；社交媒体图像优化
摘 要：本发明公开了一种基于多特征多重组合的图像质量评价方法，包括以下步骤：特征提取主干网络、特征多重组合选择、多层感知机（Multilayer Perceptron，MLP）回归预测模型。本发明通过设置特征提取主干网络、特征多重组合选择和MLP回归预测模型，在对图像进行特征提取之前，首先对图像进行归一化预处理，有助于减少模型的训练时间并提高模型预测的准确性，同时使用ResNet‑50作为语义特征提取的主干网络，并且使用在ImageNet上预训练的权重，为了表示整体图像更加完整的信息，捕获图像的局部失真，进一步利用ResNet‑50网络对图像进行特征提取时，同步去提取图像整体从低级语义到高级语义特征，并保证其系统最终对整体图像质量预测的准确程度，确保其最终图像评价处理的效果。
| 交易方 | 企业 | 个人 |
| 买家 | 营业执照副本复印件（需盖公章） | 身份证复印件（签字） |
| 专利转让委托书（需盖公章）一式两份 | 专利转让委托书（需签字）一式两份 | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 卖家 | 营业执照副本复印件（需盖公章） | 身份证复印件（需申请人签字） |
| 解除代理委托书（需盖公章）一式两份（如专利通过代理机构申请） | 解除代理委托书（需签字）一式两份（如专利通过代理机构申请） | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
| 专利证原件（若授权下证） | 专利证原件（若授权下证） |
| 日期 | 法律信息 | 备注 |
| 申请号 | 专利名称 | 发布日期 |
| 202111466037X | 【发明】一种端到端生成建议框的自底向上的三维目标检测方法 | 2025/10/15 |
| 2022101856767 | 【发明】图像金字塔特征指导的多尺度目标检测方法 | 2025/10/15 |
| 2021115433392 | 【发明】一种基于Resnet50结合注意力机制和特征金字塔的图像分类方法 | 2025/10/15 |
| 2022104498186 | 【发明】一种基于深度学习的目标检测方法 | 2025/10/15 |
| 2025103778427 | 【发明】一种基于血管拓扑结构的肝脏增强CT特征提取融合方法 | 2025/10/15 |
| 2025103994356 | 【发明】一种基于多频激励的覆盖物识别方法及检测装置 | 2025/10/15 |
| 2024116429843 | 【发明】一种图片分类模型训练及图片分类方法 | 2025/10/15 |
| 2021115226335 | 【发明】一种基于流形学习的无监督预适应图像分类方法 | 2025/10/15 |
| 2022100353845 | 【发明】结合多级特征依赖与多尺度上下文特征的抑郁识别方法 | 2025/10/15 |
| 2022103005478 | 【发明】一种用于模型授权访问控制的黑盒可逆对抗样本生成方法 | 2025/10/15 |
