[发明专利]视觉优化方法、优化系统、计算机设备和可读存储介质有效
| 申请号： | 201810178131.7 | 申请日： | 2018-03-05 |
| 公开（公告）号： | CN110232392B | 公开（公告）日： | 2021-08-17 |
| 发明（设计）人： | 刘家瑛;杜昆泰;杨文瀚;郭宗明 | 申请（专利权）人： | 北京大学;北大方正集团有限公司;北京北大方正电子有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京友联知识产权代理事务所(普通合伙) 11343 | 代理人： | 尚志峰;汪海屏 |
| 地址： | 100871*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种视觉优化方法、视觉优化系统、计算机设备和计算机可读存储介质。其中，视觉优化方法包括：获取完成预训练的预设卷积神经网络以及预设问题的感知损失函数；根据预设问题的感知损失函数和预设卷积神经网络中预设层数对应的感知损失函数训练得出与预设层数对应的多个模型；根据预设指标评估多个模型；根据评估结果和预设指数权重规则获得多个模型中每个模型的权重；根据每个模型的权重和预设层数对应的感知损失函数获取优化的感知损失函数。本发明充分利用并整合了预训练好的网络从低层到高层，从局部到整体的语义信息，同时具有理论保障，实现了准确细微地指导两张图片的相似性。 | ||
| 搜索关键词： | 视觉 优化 方法 系统 计算机 设备 可读 存储 介质 | ||
【主权项】：
1.一种视觉优化方法，其特征在于，包括：获取完成预训练的预设卷积神经网络以及预设问题的感知损失函数；根据所述预设问题的感知损失函数和所述预设卷积神经网络中预设层数对应的感知损失函数训练得出与所述预设层数对应的多个模型；根据预设指标评估所述多个模型；根据评估结果和预设指数权重规则获得所述多个模型中每个模型的权重；根据所述每个模型的权重和所述预设层数对应的感知损失函数获取优化的感知损失函数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京大学;北大方正集团有限公司;北京北大方正电子有限公司，未经北京大学;北大方正集团有限公司;北京北大方正电子有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810178131.7/，转载请声明来源钻瓜专利网。
