Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东大学曾琼获国家专利权

山东大学曾琼获国家专利权

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!

龙图腾网获悉山东大学申请的专利颜色表提取神经网络模型构建、颜色表提取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:CN120510231B

龙图腾网通过国家知识产权局官网在2025-11-04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:202511005572.3,技术领域涉及:G06T7/90;该发明授权颜色表提取神经网络模型构建、颜色表提取方法及系统是由曾琼;刘宏旭;郑皓杨;陈欣宇;李曼祎;屠长河设计研发完成,并于2025-07-22向国家知识产权局提交的专利申请。

颜色表提取神经网络模型构建、颜色表提取方法及系统在说明书摘要公布了:本发明提出了颜色表提取神经网络模型构建、颜色表提取方法及系统,属于计算机图像处理和数据可视化技术领域,包括:获取单幅标量场可视化图像;将单幅标量场可视化图像输入至预先训练的颜色表提取神经网络模型中,所述颜色表提取神经网络模型对输入的图像进行处理以提取标量数据和颜色控制点序列;对颜色控制点序列进行插值以生成连续颜色表,再对所述连续颜色表与提取的所述标量数据进行映射生成重构图像;在所述颜色表提取神经网络模型推理阶段进行自监督微调,提取出最终的连续颜色表。

本发明授权颜色表提取神经网络模型构建、颜色表提取方法及系统在权利要求书中公布了:1.颜色表提取神经网络模型构建方法,其特征是,包括: 将单幅标量场可视化图像进行预处理为标准格式的图像; 将预处理为标准格式的图像输入到可视化图像编码器中提取图像的潜在深层特征; 对提取到的深层特征分成两个分支分别处理:一条分支生成图像对应的灰度标量数据,另一条分支通过多层感知机网络生成颜色控制点序列,颜色控制点序列经过样条插值后生成连续的颜色表; 对提取的标量数据和连续颜色表进行颜色映射,生成重构图像; 将重构图像与原始的单幅标量场可视化图像进行比对,将连续颜色表和标量数据与真实连续颜色表和真实数据对比,分别计算多个自监督损失函数,并通过反向传播不断更新神经网络参数和颜色控制点,进行自监督微调,获得颜色表提取神经网络模型; 通过多个自监督损失函数进行自监督微调,损失函数具体包括: 输入图像与重构图像之间的重建损失函数和颜色顺序损失函数; 所述输入图像与重构图像之间的重建损失函数用于衡量输入图像与重构图像之间的像素差异; 所述输入图像与重构图像之间的颜色顺序损失函数用于惩罚颜色控制点序列之间的色彩排序异常; 初始迭代中生成的标量数据和连续颜色表与之后每轮迭代生成的标量数据和连续颜色表之间的数据损失函数和颜色损失函数; 所述初始迭代中生成的标量数据和连续颜色表与之后每轮迭代生成的标量数据和连续颜色表之间的数据损失函数用于衡量提取的标量数据与真实数据之间的差异; 所述初始迭代中生成的标量数据和连续颜色表与之后每轮迭代生成的标量数据和连续颜色表之间的颜色损失函数用于度量提取颜色表与原始颜色表之间的差异; 所述颜色顺序损失,公式定义为: 其中,和是提取的颜色表中参数位置ti和tj处的颜色值,i和j是颜色的索引,取值范围从1到m,m是色彩映射中的颜色数量。

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山东大学,其通讯地址为:266237 山东省青岛市即墨区滨海路72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。

免责声明
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。