申请/专利权人：南京信息工程大学

申请日：2023-11-24

公开（公告）日：2024-03-19

公开（公告）号：CN117726491A

主分类号：G06T1/00

分类号：G06T1/00;G06V10/40;G06V10/774;G06V10/80;G06N3/0464;G16H30/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明公开一种基于全局和局部特征自适应融合的零水印应用方法及装置，应用于虚拟医疗服务中，方法包括：获取待处理的医疗载体图像；将所述医疗载体图像输入训练好的特征提取模型，输出特征提取结果；对所述特征提取结果进行处理，得到一串二值序列；将所述二值序列和加密后的水印进行异或处理，得到最终的零水印；所述特征提取模型的训练包括：搭建具有预设特征提取框架的特征提取模型，采用Hifuse模型的三层支路结构，上下支路分别提取全局和局部特征，并在中间支路层进行自适应融合，提取更准确且鲁棒的特征；采用小样本类增量的方法处理数据并训练模型，得到训练好的特征提取模型，解决医学图像样本稀缺导致模型学习效果不佳的问题。

主权项：1.基于全局和局部特征自适应融合的零水印应用方法，其特征在于，应用于虚拟医疗服务中，所述方法包括：获取待处理的医疗载体图像；将所述医疗载体图像输入已训练好的特征提取模型，输出特征提取结果；对所述特征提取结果进行处理，得到一串二值序列；将所述二值序列和加密后的水印进行异或处理，得到最终的零水印；其中，所述特征提取模型的训练包括：搭建具有预设特征提取框架的特征提取模型，所述预设特征提取框架采用Hifuse模型的三层支路结构，上支路用于提取全局特征，下支路用于提取局部特征，中支路用于将提取的全局特征和局部特征进行自适应融合；采用小样本类增量的方法处理数据并训练模型，得到训练好的特征提取模型。

全文数据：

权利要求：

百度查询： 南京信息工程大学 基于全局和局部特征自适应融合的零水印应用方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD