Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中电信人工智能科技(北京)有限公司李学龙获国家专利权

中电信人工智能科技(北京)有限公司李学龙获国家专利权

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!

龙图腾网获悉中电信人工智能科技(北京)有限公司申请的专利一种基于前端语义理解的UI设计图分割方法和相关设备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:CN121353676B

龙图腾网通过国家知识产权局官网在2026-05-12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:202511903852.6,技术领域涉及:G06V10/26;该发明授权一种基于前端语义理解的UI设计图分割方法和相关设备是由李学龙;李炳煜;赵致远;高君宇;孙皓设计研发完成,并于2025-12-17向国家知识产权局提交的专利申请。

一种基于前端语义理解的UI设计图分割方法和相关设备在说明书摘要公布了:本发明公开了一种基于前端语义理解的UI设计图分割方法和相关设备,方法包括:获取待分割的UI设计图,对UI设计图进行预处理,得到处理设计图;基于处理设计图,利用预训练的多模态深度神经网络进行特征提取,得到多模态特征;基于多模态特征,对处理设计图进行组件语义分割,得到组件数据;基于原始边界和组件类别,对原子级组件进行规则聚类,构建得到多级语义层级体系;根据多级语义层级体系输出UI设计图分割结果。本发明能够有效实现从原子组件到复合组件的语义化组织,克服了现有方法对复杂UI适应性差、难以捕捉隐含语义的问题,可广泛应用于图像处理技术领域。

本发明授权一种基于前端语义理解的UI设计图分割方法和相关设备在权利要求书中公布了:1.一种基于前端语义理解的UI设计图分割方法,其特征在于,所述方法包括以下步骤: 获取待分割的UI设计图,对所述UI设计图进行预处理,得到处理设计图; 基于所述处理设计图,利用预训练的多模态深度神经网络进行特征提取,得到多模态特征;其中,所述多模态特征包括视觉特征、文本特征和布局特征; 基于所述多模态特征,对所述处理设计图进行组件语义分割,得到组件数据;其中,所述组件数据包括所述处理设计图中每个原子级组件的原始边界和组件类别; 基于所述原始边界和所述组件类别,对所述原子级组件进行规则聚类,构建得到多级语义层级体系; 根据所述多级语义层级体系输出UI设计图分割结果; 其中,当所述特征提取的结果为所述视觉特征,所述利用预训练的多模态深度神经网络进行特征提取,包括以下步骤: 将预训练视觉编码器的卷积层加载为原始视觉模型,对所述原始视觉模型中的卷积层进行冻结操作,初始化得到初始视觉模型;其中,所述冻结操作包括冻结前第一数量的卷积层以及保留最后第二数量的卷积层,所述第一数量与所述第二数量之和为所述初始视觉模型的卷积层总层数;其中,所述预训练视觉编码器通过移除模型原始分类层,利用其卷积层提取图像高维视觉特征加载为所述原始视觉模型; 通过标注有视觉特征标签的设计图对所述初始视觉模型进行训练,根据所述初始视觉模型中倒数第二层卷积层输出的训练特征图与所述视觉特征标签构建平均分类准确率,基于所述平均分类准确率对所述初始视觉模型进行参数调整,得到目标视觉模型; 将所述处理设计图输入所述目标视觉模型,通过全局平均池化和L2归一化对所述目标视觉模型中倒数第二层卷积层输出的目标特征图进行特征降维与编码,得到所述视觉特征。

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电信人工智能科技(北京)有限公司,其通讯地址为:100032 北京市西城区西四北大街156、158、160号2幢1至2层2-6、2-9内01;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。

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。