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！

龙图腾网获悉浙江大学申请的专利一种基于分布式机器学习与隐私保护技术的图像识别方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：CN116342864B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202310037762.8，技术领域涉及：G06V10/25；该发明授权一种基于分布式机器学习与隐私保护技术的图像识别方法是由陈艳姣;徐文渊;谢谭静;白怡杰设计研发完成，并于2023-01-10向国家知识产权局提交的专利申请。

本一种基于分布式机器学习与隐私保护技术的图像识别方法在说明书摘要公布了：本发明公开一种基于分布式机器学习与隐私保护技术的图像识别方法，该方法为：采用基于雅各比矩阵的显著性映射攻击法，生成对抗样本；将可逆的下采样和上采样层分别应用于客户端和服务器端，依据颜色通道得到四个输入张量，使用卷积函数合并输入张量得到合并张量；利用利普西茨连续梯度函数求解由近端梯度算法、鲁棒性主成分分析和全局最优化分析得到的模型，得到恢复图像；采用卷积和策略实现激活图的合成，并对激活图进行线性求和从而得到合并图像；分别对攻击图像、合并图像和恢复图像进行识别；采用自适应加权平均方法对三种图像的识别结果进行求和，得到图像识别结果。本发明能够在保护图像隐私的同时，提高图像识别模型的识别精度。

本发明授权一种基于分布式机器学习与隐私保护技术的图像识别方法在权利要求书中公布了：1.一种基于分布式机器学习与隐私保护技术的图像识别方法，其特征在于，所述方法包括以下步骤： 步骤1：对抗样本的生成： 基于雅各比矩阵的显著性映射攻击方法计算图像中每个像素对预测标签类别的影响： 当图像x与标签y对应时，图像x中像素xi与y的关系为： 当图像x与标签y′不对应时，图像x中像素xi与y′的关系为： 改变图像中像素的值增强该像素与不对应的标签的联系，减弱其与对应标签的联系，从而得到无特定攻击目标的对抗样本，将对抗样本作为攻击图像： 步骤2：图像样本的采样：将可逆的上采样层和下采样层,分别应用在客户端和服务器端并分别对图像样本进行采样； 步骤3：对抗样本张量的获取：在下采样层中，根据雅各比矩阵的显著性映射攻击方法生成一张i×j图像对应的四个输入张量i×j×4ch+1，其中，i为图像长度方向上的像素个数，j为图像宽度方向上的像素个数，ch为该图像的颜色通道数量； 步骤4：得到恢复图像：利用卷积函数gx合并步骤3中的输入张量，得到合并张量对合并张量进行显著性映射的逆映射并将其输入求解模型，从而得到恢复图像；所述求解模型是基于近端梯度算法、鲁棒主成分分析和全局最优化分析得到的； 步骤5：得到合并图像：在不同颜色通道下，由合并张量经过卷积获得激活图；基于卷积和方法，使用一组过滤器和偏置器来实现卷积，以连接不同颜色通道下获得的激活图；对需要合并的激活图进行线性求和，得到合并图像； 步骤6：不同类型图像的识别：利用具有7个卷积层和2个全连接层的简单卷积神经网络分别对攻击图像、恢复图像、合并图像进行识别，得到三组图像对应的识别结果；所述简单卷积神经网络中，每个卷积层具有3×3的内核大小和64个通道，在第二个卷积层后设置有分割层； 步骤7：识别结果的合并：求取每组图像识别结果中表示特定类标签的最大平均值，然后利用自适应加权平均方法对三种类型的图像识别结果进行加权求和，得到最终识别结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。