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！

龙图腾网获悉北京中科金财科技股份有限公司申请的专利一种基于超图计算的工服穿着识别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：CN121170505B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202511363282.6，技术领域涉及：G06V10/80；该发明授权一种基于超图计算的工服穿着识别方法是由王子坤;杨京雨设计研发完成，并于2025-09-23向国家知识产权局提交的专利申请。

本一种基于超图计算的工服穿着识别方法在说明书摘要公布了：本发明属于计算机视觉和机器学习技术领域，本发明公开了一种基于超图计算的工服穿着识别方法；包括以下步骤：S1、利用通道重校准、深度可分离卷积和跨层特征融合提取并综合输入图像不同层次的特征；S2、通过超图技术将不同层次的特征有效融合以得到一个高阶特征图；本发明能够提高工服穿着识别的准确率，提升模型对未见数据的处理能力以及增强了模型在多变环境下的稳定性和泛化能力；通过超图卷积操作优化了特征传递和更新过程，使得特征处理更加高效，能够在不牺牲识别性能的前提下，加速模型的运算速度，进而，本发明有利于整合输入图像特征提取和融合过程，易于工服穿着的识别且识别结果较为精确。

本发明授权一种基于超图计算的工服穿着识别方法在权利要求书中公布了：1.一种基于超图计算的工服穿着识别方法，其特征在于，包括以下步骤： S1、利用通道重校准、深度可分离卷积和跨层特征融合提取并综合输入图像不同层次的特征；具体的： 构建特征集成网络，利用特征集成网络融合提取输入图像x的特征，其中输入图像x为拍摄工人在工作场景中穿着工作服装的照片，用于识别和分析工作服的种类和穿着状态；通过第一权重矩阵Wc、Wd以及Wf来调整各自贡献的比重，通过通道重校准SCx、深度可分离卷积DSx和跨层特征融合Fcfx提取并综合输入图像不同层次的特征，最后通过细调函数Finetune来优化特征组合，输出输入图像不同层次的特征Xout，其表达式为： ， 式中，⊕表示特征向量的拼接操作； S2、通过超图技术将不同层次的特征有效融合以得到一个高阶特征图；具体的： 构建高阶特征图G，高阶特征图G由顶点集V和边集E组成，每个顶点vi表示一个综合特征向量，该向量通过对不同层级的特征向量B1i至B5i进行拼接并通过Finetune函数细调得到，边集E根据顶点间的欧式距离确定连接关系，仅当两个顶点的距离小于阈值ε时在它们之间建立连接，通过超图技术将不同层次的特征有效融合以得到高阶特征图G，其表达式为： ， 式中，||vi-vj||表示顶点vi和vj之间的欧式距离； S3、使用超图卷积技术对高阶特征图中的顶点特征矩阵进行更新；具体的： 使用超图卷积技术更新顶点特征矩阵X，以得到新的特征矩阵X'，将顶点特征矩阵与邻接矩阵A及度矩阵D的逆平方根进行矩阵乘法，后接非线性激活函数ReLU，对高阶特征图中的顶点特征矩阵进行更新以增强特征之间的信息流和整合，其表达式为： ， 式中，表示度矩阵D的逆平方根，A表示邻接矩阵，X表示原始的顶点特征矩阵； S4、将更新后的特征通过第二权重矩阵加权并求和，再通过激活函数处理以生成输入图像的最终识别结果；具体的： 利用超图网络HyperC2Net处理并融合来自不同层B1至B5的特征，然后通过第二权重矩阵Wn对每层特征的影响力进行调整，之后沿着指定的轴进行求和，最后通过激活函数Activate转化为最终识别结果，将更新后的特征通过第二权重矩阵加权并求和，再通过激活函数处理以生成输入图像的最终识别结果Nout，用于识别工服类型、穿着状态和安全合规性，其表达式为： ， 式中，Sum表示求和操作，Activate表示激活函数，最终识别结果Nout包括工服类型识别、穿着状态识别和安全合规性判断。

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北京中科金财科技股份有限公司，其通讯地址为：100085 北京市海淀区学清路9号汇智大厦11层2单元1201B室；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。