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！

龙图腾网获悉中国科学院信息工程研究所申请的专利一种针对图像语义分割模型的图像预检方法和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：CN114677506B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202210223847.0，技术领域涉及：G06V10/26；该发明授权一种针对图像语义分割模型的图像预检方法和系统是由赵月;梁瑞刚;陈恺设计研发完成，并于2022-03-09向国家知识产权局提交的专利申请。

本一种针对图像语义分割模型的图像预检方法和系统在说明书摘要公布了：本发明涉及一种针对图像语义分割模型的图像预检方法和系统。该方法包括：利用能够识别目标信息的分类模型，对图像语义分割模型的训练数据集进行分类，实现对训练数据集的污染；修改图像语义分割模型，使其能够有效学习隐藏信息分类任务；通过设计目标函数，基于已污染的训练数据集训练修改后的图像语义分割模型，得到具有信息传递功能的图像语义分割模型；利用训练完成的具有信息传递功能的图像语义分割模型，识别待检测图像其中的隐藏图案并提取分类信息。本发明可以在不影响模型正常语义分割功能的前提下，以一种用户难以察觉的方式，传递用户图像是否为恶意图片的信息等。

本发明授权一种针对图像语义分割模型的图像预检方法和系统在权利要求书中公布了：1.一种针对图像语义分割模型的图像预检方法，其特征在于，包括以下步骤： 利用能够识别目标信息的分类模型，对图像语义分割模型的训练数据集进行分类，实现对训练数据集的污染； 修改图像语义分割模型，使其能够有效学习隐藏信息分类任务； 通过设计目标函数，基于已污染的训练数据集训练修改后的图像语义分割模型，得到具有信息传递功能的图像语义分割模型； 利用训练完成的具有信息传递功能的图像语义分割模型，识别待检测图像其中的隐藏图案并提取分类信息； 所述利用能够识别目标信息的分类模型，对图像语义分割模型的训练数据集进行分类，实现对训练数据集的污染，包括： 确定目标信息，并指定其有效类别，得到目标信息类别集合C； 获取能够识别目标信息类别集合C中类别的神经网络分类模型M； 利用获取的神经网络分类模型M检测并分类训练数据集中的所有样本，将分类结果写入训练数据集的标签中作为隐藏标签； 所述修改图像语义分割模型，包括： 加入全连接层：针对图像语义分割模型，在其最后一层卷积层后，接入一层或两层全连接层，全连接层输出为N维向量，N为目标信息类别集合C中的类别数； 连通全连接层与预测层：将加入的全连接层的预测输出与图像语义分割模型的预测输出层相连，基于目标信息类别集合C中每一个类别约定的掩码图案，分别将全连接输出结果映射至掩码位置；掩码图案为一个值为1或者0的矩阵，矩阵大小与模型输入图像大小相同，图案形状可由模型训练者自定义约定且不同类别的掩码图案应不同，分别将全连接输出结果y映射至掩码位置； 所述目标函数定义为： loss＝α·losspre+lossseg 其中，losspre用于计算信息分类任务的损失值，其中xpre为全连接层的输出值，class为输入图像信息的正确类别，j表示图像分类任务的类别索引，值域为[0,N-1]；lossseg用于计算图像语义分割模型的主任务损失值，Xseg为图像语义分割模型的输出层输出结果，Yseg为输入样本的语义分割标签数据；α为losspre和lossseg两项损失值的调节参数。

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中国科学院信息工程研究所，其通讯地址为：100093 北京市海淀区闵庄路甲89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。