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！

龙图腾网获悉同济大学申请的专利基于语义特征化的可解释图像识别方法、装置及存储介质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：CN115375989B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202211046130.X，技术领域涉及：G06V10/82；该发明授权基于语义特征化的可解释图像识别方法、装置及存储介质是由康琦;唐佳诚设计研发完成，并于2022-08-30向国家知识产权局提交的专利申请。

本基于语义特征化的可解释图像识别方法、装置及存储介质在说明书摘要公布了：本发明涉及一种基于语义特征化的可解释图像识别方法、装置及存储介质，其中方法包括：获取待识别图像；建立可解释CNN模型，所述可解释CNN模型包括CNN原始模型、解析器和决策器，其中，所述CNN原始模型通过特征提取得到特征图，并通过变换映射和分类器对图像进行识别，所述解析器通过分析特征面和标签信息，筛选候选语义特征并存入缓冲区，得到基于候选语义特征的相似图，其中，所述特征面和标签信息通过观测点捕获得到，所述决策器通过计算特征图和基于候选语义特征的相似图的相似性，对图像进行识别；将待识别图像输入训练完成的可解释CNN模型，得到图像识别结果。与现有技术相比，本发明解决了迭代搜索策略约束过多，解释能力下降等问题。

本发明授权基于语义特征化的可解释图像识别方法、装置及存储介质在权利要求书中公布了：1.一种基于语义特征化的可解释图像识别方法，其特征在于，包括以下步骤： 获取待识别图像； 建立可解释CNN模型，所述可解释CNN模型包括CNN原始模型、解析器和决策器，其中， 所述CNN原始模型通过特征提取得到特征图，并通过变换映射和分类器对图像进行识别， 所述解析器通过分析特征面和标签信息，筛选得到候选语义特征并存入缓冲区，得到基于候选语义特征的相似图，其中，所述特征面和标签信息通过观测点捕获得到，所述观测点挂载于CNN原始模型内部第l层，用于捕获对于给定输入的特征面： 其中，，，分别代表特征面的长、宽及通道数； 观测点捕获特征面时采用映射正则化方法对特征图进行处理，通过不断估计CNN网络在每个神经元上的期望与方差，为特征空间设计一致的动态特征： 其中，与分别表示CNN网络在每个神经元上的期望与方差，为语义特征所在的特征通道，为预配置的超参数； 所述决策器通过计算特征图和基于候选语义特征的相似图的相似性，对图像进行识别； 将待识别图像输入训练完成的可解释CNN模型，得到图像识别结果。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。