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！

龙图腾网获悉北京理工大学申请的专利引导式量子视觉图像识别方法及装置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：CN120147691B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202510151358.2，技术领域涉及：G06V10/764；该发明授权引导式量子视觉图像识别方法及装置是由邬霞;段成华;李子遇;李晴;李秀星;李福康设计研发完成，并于2025-02-11向国家知识产权局提交的专利申请。

本引导式量子视觉图像识别方法及装置在说明书摘要公布了：本发明提供一种引导式量子视觉图像识别方法及装置，所述方法包括：设计基于视觉高低频互补机制的引导范式；基于所述引导范式构建增强量子经典混合模型，用于量子图像识别。所述增强量子经典混合模型包括：早期视觉皮层模块，提取输入图像的低空间频率LSF信息；眶额皮层模块，基于LSF信息生成初始预测，并基于注意力机制定位潜在的高空间频率HSF区域；腹侧视觉通路模块，基于二维离散傅里叶变换的高频复杂度指标识别HSF区域；梭状回模块，结合眶额皮层模块和腹侧视觉通路模块获取的HSF区域，利用量子重上载电路进行高空间频率HSF信息识别。本发明能够提高图像分类的效率和准确性。

本发明授权引导式量子视觉图像识别方法及装置在权利要求书中公布了：1.一种引导式量子视觉图像识别方法，其特征在于，包括以下步骤： S1：设计基于视觉高低频互补机制的引导范式； S2：基于所述引导范式构建增强量子经典混合模型，用于量子图像识别；所述增强量子经典混合模型包括：早期视觉皮层模块、眶额皮层模块、腹侧视觉通路模块和梭状回模块； 其中，所述早期视觉皮层模块提取输入图像的低空间频率LSF信息；所述眶额皮层模块基于LSF信息生成初始预测，并基于注意力机制定位潜在的高空间频率HSF区域；所述腹侧视觉通路模块基于二维离散傅里叶变换的高频复杂度指标识别HSF区域；所述梭状回模块结合所述眶额皮层模块和所述腹侧视觉通路模块获取的HSF区域，利用量子重上载电路进行高空间频率HSF信息识别； 所述梭状回模块的处理过程如下： Sobel算子边缘增强： 其中，Kx，Ky分别表示Sobel算子的水平和垂直卷积核，分别表示基于眶额皮层模块的类人注意力定位后的水平和垂直梯度，用于捕捉物体在视觉中的关键特征；分别表示基于HSF区域并应用Sobel算子后，图像在水平方向和垂直方向的边缘梯度；EHumans和EMetrics分别代表处理后图像的边缘强度图，用于增强物体的轮廓和细节；表示眶额皮层模块定位的高空间频率HSF区域，表示腹侧视觉通路模块识别的HSF区域； 特征连接与展平： ECombined＝ConcatEHuman,EMetric zHSF＝FlattenECombined 其中，Concat表示特征连接，Flatten表示特征展平；ECobined表示连接后的特征，ZHSF表示HSF信息； 量子重上载电路处理： hQuantum＝fQuantumzHSF 其中，fQuantum表示有多层参数化量子门的量子重上载电路，hQuantum表示电路的输出向量；L表示电路中堆叠非线性量子块的数目，l表示具体的每一个非线性量子块的序号；表示第l层中第n个输入数据的经典特征向量，在量子电路中，这些特征向量通过Rz旋转门被编码为量子态的旋转角度；θ表示量子电路中所有可训练参数的集合，表示第l层中第k个参数化量子门模块USE的参数，表示第l层末端的额外参数化量子门模块的参数，用于调整输出前的量子态；Ul表示第l层的整体量子操作，包括L次重复的模块化操作和末尾的输出前最终纠缠操作；USE表示带有CZ纠缠门的参数化强纠缠层，Rz表示绕Z轴的单量子比特旋转门；zl表示第l层的经典输出向量，Zj表示作用在第j个量子比特上的Pauli-Z算符，d表示量子电路中的量子比特数量，即系统维度，ψl表示第l层处理后的量子态，fM表示第M个经典后处理函数，负责将量子电路输出的zl进一步映射到最终结果hQuantum。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。