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！

龙图腾网获悉国网四川省电力公司电力科学研究院;国网四川省电力公司申请的专利一种超分辨率场景下的接线图图元识别方法及系统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：CN121600546B 。

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：202610117174.9，技术领域涉及：G06V30/422；该发明授权一种超分辨率场景下的接线图图元识别方法及系统是由张国芳;胡蓉;冯世林;罗荣森;邓志森;郭果;黄显斌;杨小磊;陈虹静设计研发完成，并于2026-01-28向国家知识产权局提交的专利申请。

本一种超分辨率场景下的接线图图元识别方法及系统在说明书摘要公布了：本发明公开了一种超分辨率场景下的接线图图元识别方法及系统，涉及数据处理技术领域，该方法包括：构建并训练图元推理模型，基于迭代超分重建机制对待识别接线图进行迭代特征提取，并结合条件生成对抗网络进行特征强化，生成图元特征集合，将所述图元特征集合输入至图元推理模型进行图元识别，生成初始图元识别结果，并结合图元一致性校验机制进行识别校验，获取识别校验结果，根据所述识别校验结果对所述初始图元识别结果进行迭代优化，生成精准图元识别结果，获取精准图元识别结果的反馈数据集，基于所述反馈数据集对图元推理模型进行反馈优化，从而实现了对低质量接线图的精准识别以及对错误图元识别输出的准确溯源与校正。

本发明授权一种超分辨率场景下的接线图图元识别方法及系统在权利要求书中公布了：1.一种超分辨率场景下的接线图图元识别方法，其特征在于，包括有以下步骤： S1：构建图元推理模型，并结合预先构建的训练数据集进行模型预训练，所述图元推理模型包括图元感知子模块与感知推理子模块； S2：基于迭代超分重建机制对待识别接线图进行迭代特征提取，并结合条件生成对抗网络进行特征强化，生成图元特征集合； 所述图元特征集合的生成过程表示为基于卷积神经网络与特征金字塔网络对待识别接线图进行特征提取，生成多层级特征集合，所述多层级特征集合包括浅层特征图与深层特征图； 所述浅层特征图表示为待识别接线图在高分辨率状态下对应的特征图谱，特征图谱内的每条浅层特征向量用于表征待识别接线图的图元细节； 所述深层特征图表示为待识别接线图在低分辨率状态下对应的特征图谱，特征图谱内的每条深层特征向量用于表征待识别接线图的图元语义信息； 对所述深层特征图进行区域不确定性评估，获取区域不确定性评估结果，所述区域不确定性评估结果用于量化当前特征图内局部区域由于图元语义信息模糊导致识别困难的程度； 基于不确定区域集合从待识别接线图与浅层特征图内裁剪出对应的不确定区域，获取对应的原始图像块集合与浅层特征图像块集合； 将所述原始图像块集合与浅层特征图像块集合输入至条件生成对抗网络对原始图像块集合进行超分辨率重建，生成对应的重建图像块集合； 基于卷积神经网络与特征金字塔网络对所述重建图像块集合进行特征提取，生成对应的局部深层特征图集合，并将所述局部深层特征图集合叠加融合至深层特征图对应的区域，生成重建深层特征图； 对所述重建深层特征图进行区域不确定性评估，获取对应的区域不确定性评估结果，根据所述区域不确定性评估结果内包含的语义模糊度生成初始识别置信度； 若初始识别置信度未达到预定阈值，则迭代循环特征提取、区域不确定性评估以及超分辨率重建的操作流程； 若初始识别置信度达到预定阈值，则结束流程，并基于超分辨率重建后对应的多层级特征集合生成图元特征集合； S3：将所述图元特征集合输入至图元推理模型进行图元识别，生成初始图元识别结果，并结合图元一致性校验机制进行识别校验； S4：获取识别校验结果，根据所述识别校验结果对所述初始图元识别结果进行迭代优化，生成精准图元识别结果； S5：获取精准图元识别结果的反馈数据集，基于所述反馈数据集对图元推理模型进行反馈优化。

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国网四川省电力公司电力科学研究院;国网四川省电力公司，其通讯地址为：610041 四川省成都市高新区锦晖西二街16号；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。