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！

龙图腾网获悉南京信息工程大学申请的专利一种基于熵驱动特征增强的图像区域分析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：CN121074346B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511623180.3，技术领域涉及：G06V10/22；该发明授权一种基于熵驱动特征增强的图像区域分析方法是由葛天恺;乔翔龙;张艳艳设计研发完成，并于2025-11-07向国家知识产权局提交的专利申请。

本一种基于熵驱动特征增强的图像区域分析方法在说明书摘要公布了：本发明公开了一种基于熵驱动特征增强的图像区域分析方法，涉及图像分析及特征增强技术领域。本发明方法以局部通道信息熵作为核心特征统计量，通过对图像特征信息量的显式量化，实现对不同重要性区域特征的自适应加权与强化；依据特征值高低动态调整权重分配，显著增强高信息密集区域的响应，同时有效抑制低信息及噪声干扰区域。在此基础上，设计了基于熵先验的跨层注意力机制，将特征统计信息嵌入门控与权重生成过程，实现以特征显著性为导向的注意力分配。本发明通过熵驱动的自适应特征增强机制，有效提升了模型对图像的显著区域的感知能力、特征判别力及分析精度。

本发明授权一种基于熵驱动特征增强的图像区域分析方法在权利要求书中公布了：1.一种基于熵驱动特征增强的图像区域分析方法，其特征在于，包括如下步骤： 步骤1、数据采集：采集多源图像数据作为输入样本，并执行预处理操作； 步骤2、特征提取与表征：采用深度卷积神经网络或变换网络结构对预处理后的图像进行特征提取，获得多层特征图，实现图像的层级特征表示； 步骤3、构建基于熵驱动的特征自适应增强模块，通过计算多尺度特征熵分布，生成熵权重掩膜，强化高熵判别性特征，抑制低熵冗余特征，提升特征层判别能力与语义代表性； 步骤4、构建熵聚焦跨空间注意力模块，通过结合熵权重与多尺度特征交互，在空间维度进行基于熵先验的注意力分配，关注信息量显著区域，增强真实语义区域的一致性感知与鲁棒表征； 所述熵聚焦跨空间注意力模块，以局部熵先验为特征层面引导信号，将特征熵值嵌入注意力权重生成与门控计算过程，融合深层语义特征，定位关键区域中的判别性特征，方法如下： 步骤4.1、输入经过去噪和基于信息熵加权后的双时相特征图，进行池化处理，对每一时相特征分别进行最大池化和平均池化操作，在高熵局部区域与整体空间分布之间取得平衡； 步骤4.2、将双时相的最大池化特征与平均池化特征拼接，得到四通道的张量： ； 其中，分别表示双时相的最大池化结果和平均池化结果，为拼接后的四通道特征图，为特征拼接函数； 步骤4.3、在拼接后的四通道特征图上施加一个卷积操作，捕捉邻域特征的相关性： ； 其中，为的卷积核，表示卷积运算，为卷积结果； 步骤4.4、通过Sigmoid函数对卷积结果进行非线性变换，生成空间注意力权重图，表示空间位置的重要程度： ； 其中，和表示图像的高度和宽度，为Sigmoid函数，为空间注意力权重图，范围在0到1之间； 步骤4.5、将空间注意力权重图与原始熵加权特征逐元素相乘，实现对图像空间特征的自适应加权； 步骤5、通过图像变换检测系统输出黑白二值预测图，进行图像区域分析，黑色表示未识别到变化的区域，白色表示识别到变化的区域。

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南京信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219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。