清华大学深圳国际研究生院李秀获国家专利权
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！
龙图腾网获悉清华大学深圳国际研究生院申请的专利一种基于高斯混合模型的无监督缺陷分割算法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：CN116363084B 。
龙图腾网通过国家知识产权局官网在2025-11-11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：202310265213.6，技术领域涉及：G06T7/00；该发明授权一种基于高斯混合模型的无监督缺陷分割算法是由李秀;刘鸿博设计研发完成，并于2023-03-20向国家知识产权局提交的专利申请。
本一种基于高斯混合模型的无监督缺陷分割算法在说明书摘要公布了：本发明公开了基于高斯混合模型的无监督缺陷分割算法，包括：S1、对正常图像提取特征，得到第一特征图；S2、按照第一特征图每个通道上方差大小对其进行特征选择，筛选出方差最大的topK个维度，使用这K个维度的特征组成第一新特征图，同时保留这K个维度的K个索引；S3、通过高斯混合模型对第一新特征图上每个位置处的特征的概率分布进行建模，并计算模型参数；S4、对测试图像按照步骤S1的方式进行特征提取，得到第二特征图，再对第二特征图按步骤S2得到的K个索引进行维度筛选，获得第二新特征图；S5、基于步骤S3计算的参数，对第二新特征图上所有位置处的特征都分别计算异常分数，得到测试图像的异常图。
本发明授权一种基于高斯混合模型的无监督缺陷分割算法在权利要求书中公布了：1.一种基于高斯混合模型的无监督缺陷分割算法，其特征在于，包括如下步骤： S1、对正常图像进行特征提取，得到第一特征图En； S2、按照所述第一特征图En每个通道上方差大小对其进行特征选择，筛选出方差最大的topK个维度，使用这K个维度的特征组成第一新特征图En’，同时保留这K个维度的K个索引； S3、通过高斯混合模型对所述第一新特征图En’上每个位置处的特征的概率分布进行建模，并计算模型参数； S4、对测试图像按照步骤S1的方式进行特征提取，得到第二特征图Et，再对所述第二特征图Et按步骤S2得到的K个索引进行维度筛选，获得第二新特征图Et’； S5、基于步骤S3计算出的参数，对所述第二新特征图Et’上所有位置处的特征都分别计算异常分数，得到测试图像的异常图。
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清华大学深圳国际研究生院，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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