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！

龙图腾网恭喜安徽工业大学申请的专利一种图像分类方法和装置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：CN113591880B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202110856726.5，技术领域涉及：G06V10/764；该发明授权一种图像分类方法和装置是由郑啸;方晨晨;刘研;唐璇设计研发完成，并于2021-07-28向国家知识产权局提交的专利申请。

本一种图像分类方法和装置在说明书摘要公布了：本申请公开了一种图像分类方法，包括：将待分类的图像进行加密；对所述加密后的图像进行属性的约简，其中，所述约简之后的图像的属性的数量从第一数量变为第二数量，所述第一数量大于第二数量，所述图像的属性是为所述图像进行分类的依据；将进行属性约简之后的加密图像输入到模型中得到输出结果，其中，所述模型为利用多组训练数据训练出来的用于分类的机器学习模型；对所述模型的输出结果进行解密后获得所述图像的分类结果。通过本申请解决了利用机器学习技术对图像分类时进行隐私保护导致的效率低下的问题，从而使得图像分类安全且效率高。

本发明授权一种图像分类方法和装置在权利要求书中公布了：1.一种图像分类方法，其特征在于，包括：将待分类的图像利用Paillier加密算法进行加密；其中，将待分类的所述图像进行加密前，所述方法还包括：将所述图像进行处理，其中，所述处理包括：去噪、增强和去除背景；利用灰度共生矩阵对进行所述处理后的所述图像进行图像特征提取；其中，利用灰度共生矩阵方法对进行所述处理后的图像进行图像特征提取包括：将每张图像平均分为4份，对其中每1份进行如下操作：获得其在0°、45°、90°、135°方向上的灰度共生矩阵，并通过灰度共生矩阵求解对比度、相关性、能量和角二阶矩4个统计量，再对每个统计量求均值和方差，得到一个8维的特征量；对所述加密后的图像进行属性的约简，其中，所述约简之后的图像的属性的数量从第一数量变为第二数量，所述第一数量大于第二数量，所述图像的属性是为所述图像进行分类的依据；其中，对所述加密后的图像进行属性的约简包括：利用加密属性约简算法对所述加密后的图像进行约简，其中，所述加密属性约简算法的属性重要度的标准为安全曼哈顿距离；其中，所述约简算法如下：若edci,cj大于maxedci,D,edci,D，认为ci和cj这两个属性间极大可能存在冗余，则将minedci,D,edci,D对应的条件属性放入冗余属性集Ct，剩余的条件属性放入待测属性集Cv；计算edCv,D和edC,D，若二者相等，则Cv就是新的条件属性集，冗余属性删除正确，若不等，则删除失败，并需还原删除的属性；其中，C为条件属性集合，ci∈C，cii≠j∈C，D为决策属性集合；计算特征向量间的安全曼哈顿距离，安全曼哈顿距离记为ed|X-Y|，定义为：其中xi，yi表示特征向量中的元素，然后根据安全曼哈顿距离对特征集合进行属性约简；其中，max表示两者中的较大者，min表示两者中的较小者；edcI,cj是条件属性ci和cj之间的安全曼哈顿距离，ci和cj分别表示条件属性中第i个和第j个属性，edci,D是条件属性ci与决策属性D之间的安全曼哈顿距离，Ct是冗余属性集，Cv是待测属性集；|X-Y|表示两个特征向量间的距离，X和Y分别是两个特征向量；xi和yi分别表示特征库中第i行特征向量中的某两个属性所对应的特征向量，n表示样本个数EX表示X经过Paillier加密的结果；将进行属性约简之后的加密图像输入到加密之后的所述模型中得到输出结果，其中，所述模型为利用多组训练数据训练出来的用于分类的机器学习模型；其中，加密之后的所述模型是利用加密算法对所述模型的参数进行加密获得的，其中，所述模型为SVM模型，所述参数为所述SVM模型中的w参数和b参数；利用Paillier解密算法对所述模型的输出结果进行解密后获得所述图像的分类结果。

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安徽工业大学，其通讯地址为：243032 安徽省马鞍山市湖东中路59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”。