Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军国防科技大学刘丽获国家专利权

中国人民解放军国防科技大学刘丽获国家专利权

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!

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于深度证据主动学习的场景图生成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:CN116501903B

龙图腾网通过国家知识产权局官网在2025-07-25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:202310544482.6,技术领域涉及:G06F16/51;该发明授权基于深度证据主动学习的场景图生成方法及系统是由刘丽;沈亲沐;高勋章;杨威;李玮杰;江新华设计研发完成,并于2023-05-15向国家知识产权局提交的专利申请。

基于深度证据主动学习的场景图生成方法及系统在说明书摘要公布了:本发明提供了一种基于深度证据主动学习的场景图生成方法及系统,包括S1、构建用于场景图生成任务的混合主动学习模型,混合主动学习模型包括基于不确定性采样和密度采样的主动学习模型;S2、基于深度证据学习对构建的混合主动学习模型关系进行不确定性估计;S3、去除场景图生成任务中相似的上下文以避免上下文级别偏向,以及去除冗余的图片以消除图片级别偏向;S4、挖掘并判断图片中的背景关系,判断图片中任意两个物体之间存在前景关系的概率,并结合深度证据学习的不确定性估计,为混合主动学习框架提供可靠的不确定性采样,得到最终采样结果。本发明的技术方案在固定的标注预算下有更高的精度且具有更稳定的训练过程。

本发明授权基于深度证据主动学习的场景图生成方法及系统在权利要求书中公布了:1.基于深度证据主动学习的场景图生成方法,其特征是,其包括以下步骤: S1、构建用于场景图生成任务的混合主动学习模型,混合主动学习模型包括基于不确定性采样和密度采样的主动学习模型; S2、基于深度证据学习对构建的混合主动学习模型关系进行不确定性估计;包括: 设定输入物体对和它的关系注释分别为xi和yij,其中j∈{1,2,…,k}是第k个关系分类的索引,若xi属于第j个分类,则yij=1,否则yij=0; 则深度证据学习的损失函数表示如下: 其中eij是输入xi的输出,αij=eij+1,是狄利克雷强度,pij=αijSi是输入xi属于第i个分类的概率,其中,输入xi的不确定性估计为ui=kSi,其最大值为1; S3、去除场景图生成任务中相似的上下文以避免上下文级别偏向,以及去除冗余的图片以消除图片级别偏向; S4、挖掘并判断图片中的背景关系,判断图片中任意两个物体之间存在前景关系的概率,并结合深度证据学习的不确定性估计,为混合主动学习框架提供可靠的不确定性采样,得到最终采样结果。

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中国人民解放军国防科技大学,其通讯地址为:410003 湖南省长沙市开福区德雅路109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”。

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。