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！

龙图腾网获悉绍兴文理学院申请的专利一种面向高效压缩的屏幕混合内容分类方法及系统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：CN120526239B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202511030138.0，技术领域涉及：G06V10/764；该发明授权一种面向高效压缩的屏幕混合内容分类方法及系统是由刘毅;赵利平;唐剑平;张志霖;练晓雨;田溯开;王江达设计研发完成，并于2025-07-25向国家知识产权局提交的专利申请。

本一种面向高效压缩的屏幕混合内容分类方法及系统在说明书摘要公布了：本发明提供了一种面向高效压缩的屏幕混合内容分类方法及系统，涉及屏幕混合内容分类技术领域，方法包括：获取屏幕混合内容图像；对屏幕混合内容图像进行分块处理，得到多个目标分块；以基于特征的分类方式，确定各个目标分块的第一类别分类结果；构建改进的卷积神经网络模型；通过改进的卷积神经网络模型，确定各个目标分块的第二类别分类结果；基于第一类别分类结果和第二类别分类结果，通过预设分类规则，确定各个目标分块的最终类别。在本发明中，通过融合第一类别与第二类别分类结果，实现了传统特征与深度特征的协同优化，从而显著提升了复杂场景下的图像内容识别精度。

本发明授权一种面向高效压缩的屏幕混合内容分类方法及系统在权利要求书中公布了：1.一种面向高效压缩的屏幕混合内容分类方法，其特征在于，包括： S1：获取屏幕混合内容图像； S2：对所述屏幕混合内容图像进行分块处理，得到多个目标分块； S3：以基于特征的分类方式，确定各个所述目标分块的第一类别分类结果； S4：构建改进的卷积神经网络模型； S5：通过所述改进的卷积神经网络模型，确定各个所述目标分块的第二类别分类结果； S6：基于所述第一类别分类结果和所述第二类别分类结果，通过预设分类规则，确定各个所述目标分块的最终类别； 其中，所述预设分类规则具体包括： 当所述第一类别分类结果与所述第二类别分类结果的结果一致，并且所述改进的卷积神经网络模型的置信度大于预设置信度时，将所述第二类别分类结果作为所述最终类别；否则，采用所述第一类别分类结果与所述第二类别分类结果的结果不一致时的处理方式； 预设置信度=0.9； 融合置信度F=权值S1×H+权值S2×G，其中，H表示特征分类固定置信度，权值S1表示特征分类置信度在融合置信度的可信占比，G表示学习分类动态置信度，权值S2为学习分类动态置信在融合置信度的可信占比； 学习分类动态置信度是通过Softmax输出层得到的置信度； 特征分类固定置信度=1，权值S1权值S2； 当符合特征分类的强项条件时，权值S1=0.8，权值S2=0.2； 当所述第一类别分类结果与所述第二类别分类结果的结果不一致时，计算融合置信度，判断所述融合置信度是否大于或者等于预设置信度比率；若是，将所述第一类别分类结果作为所述最终类别；否则，将所述第二类别分类结果作为所述最终类别。

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绍兴文理学院，其通讯地址为：312000 浙江省绍兴市越城区城南大道1077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。