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！

龙图腾网获悉武汉华夏理工学院申请的专利一种基于深度学习的图像处理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：CN115063322B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202210879112.3，技术领域涉及：G06T5/60；该发明授权一种基于深度学习的图像处理方法及系统是由黄梅志设计研发完成，并于2022-07-25向国家知识产权局提交的专利申请。

本一种基于深度学习的图像处理方法及系统在说明书摘要公布了：本发明公开一种基于深度学习的图像处理方法及系统。所述方法包括：接收外部终端传输的视频文件，对外部终端进行安全检查；从视频文件中分离图像帧，并从图像帧中提取含有目标特征的重要图像帧；对重要图像帧进行校正，对校正后的重要图像帧进行清晰度调整，输出高分辨率图像；基于深度学习构建目标特征规律模型，将得到的高分辨率图像输入目标特征规律模型确定目标特征规律。采用本发明技术方案，能够提高图像处理效率，快速确定目标特征规律。

本发明授权一种基于深度学习的图像处理方法及系统在权利要求书中公布了：1.一种基于深度学习的图像处理方法，其特征在于，包括： 接收外部终端传输的视频文件，对外部终端进行安全检查； 从视频文件中分离图像帧，并从图像帧中提取含有目标特征的重要图像帧； 对重要图像帧进行校正，对校正后的重要图像帧进行清晰度调整，输出高分辨率图像； 基于深度学习构建目标特征规律模型，将得到的高分辨率图像输入目标特征规律模型确定目标特征规律； 对外部终端进行安全检查，具体包括如下子步骤： 步骤111、从外部终端的视频文件中提取外部终端信息，包括外部终端设备信息、数据包的发送接收时间、IP地址、端口； 步骤112、判断外部终端IP地址和端口是否在服务器中允许直接访问，如果是，则允许对外部设备的视频文件进行图像处理，否则执行步骤113； 步骤113、计算外部设备的安全程度，并计算服务器对外部设备的访问开放程度，如果外部设备的安全程度大于服务器的开放程度，则允许对外部设备的视频文件进行图像处理，否则拒绝外部终端请求； 对重要图像帧进行校正，具体包括如下子步骤： 从所有重要图像帧中提取目标区域，对目标区域进行反投影，比较原图像与反投影图像是否存在差异，选定差异在预定范围内的若干重要图像帧； 计算每个重要图像帧的清晰度，选择清晰度最高的图像作为参考图像帧，并对清晰度低于预设值的重要图像帧进行初始清晰度调整； 按照参考图像帧对其他重要图像帧进行像素、明暗度和特征区域调整； 基于深度学习构建目标特征规律模型，将得到的高分辨率图像输入目标特征规律模型确定目标特征规律，具体包括如下子步骤： 步骤141、从得到的高分辨率图像中提取目标特征，形成目标特征向量； 步骤142、将目标特征向量集输入目标特征规律模型，训练多个阻尼趋势预测模型得到不同的子趋势预测模型，分别利用各个子趋势预测模型对目标特征向量集进行趋势预测，通过趋势预测结果估计得到各个子预测模型的权重的集合； 具体地，将目标行人特征向量集输入目标行人特征趋势模型，利用目标行人特征向量集训练多个阻尼趋势预测模型，将每个阻尼趋势预测模型作为子预测模型再利用子预测模型对目标行人特征向量集进行预测，得到预测结果，通过预测结果采用公式估计子预测模型的权重的集合{λ1，λ2，λ3......λT}，其中，xi为目标特征向量中的目标形状特征，yi为目标特征向量的目标空间关系特征，μ1和μ2为目标形状特征和目标空间关系特征的影响权重，n为目标特征向量的总数，T为子预测模型的数量； 步骤143、寻找权重的集合中的每个权重对应的最优值，通过各个子预测模型和其对应的权重的最优值的组合确定目标特征规律； 具体地，计算各个子预测模型的权重的集合{λ1，λ2，λ3......λT}中，每个权重对应的最优值；通过各个子预测模型和其对应的权重的最优值{λ1，λ2，λ3......λT}组合确定目标特征规律

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武汉华夏理工学院，其通讯地址为：430223 湖北省武汉市东湖新技术开发区关山大道589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。