[发明专利]一种基于AI数据模型的积分业务图片分离和整合的方法在审
| 申请号： | 202111589438.4 | 申请日： | 2021-12-23 |
| 公开（公告）号： | CN116402839A | 公开（公告）日： | 2023-07-07 |
| 发明（设计）人： | 宋立伟;柴山;陶思翰 | 申请（专利权）人： | 翼集分（上海）数字科技有限公司 |
| 主分类号： | G06T7/12 | 分类号： | G06T7/12;G06T7/40;G06N3/0464;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 200060 上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 ai 数据模型 积分 业务 图片 分离 整合 方法 | ||
【权利要求书】：
1.一种基于AI数据模型的积分业务图片分离和整合的方法，其特征在于：主要包括：基础图片数据学习、权重计算、图片纹理池化计算、全连接神经元映射、图片泛化模型、梯度降级算法等模块。
2.基于基础图片学习，利用权重计算函数及池化计算函数，构建全连接神经元映射，对图片纹理进行精准识别。
3.同时通过卷积神经网络算法构建图片泛化模型，利用梯度降级算法进行图片合成。
4.一种基于AI数据模型的积分业务图片分离和整合的方法，其特征在于：利用卷积神经网络算法实现图片识别主要包含以下关键步骤：1、学习基础图片数据；2、定义计算权重及偏移值；3、图片纹理池化计算；4、构建全连接神经元映射；5、精准识别图片并分离。
5.一种基于AI数据模型的积分业务图片分离和整合的方法，其特征在于：利用卷积神经网络算法及梯度降级算法实现图片生成主要包含以关键步骤：1、通过卷积神经网络算法生成图片泛化模型；2、结合梯度降级算法绘制图像纹理；3、合成图片。
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翼集分（上海）数字科技有限公司，未经翼集分（上海）数字科技有限公司许可，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/pat/books/202111589438.4/1.html，转载请声明来源钻瓜专利网。
