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！

龙图腾网获悉华南理工大学申请的专利一种基于深度层次化最优传输的跨域舌头图像分类方法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：CN116310545B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202310252527.2，技术领域涉及：G06V10/764；该发明授权一种基于深度层次化最优传输的跨域舌头图像分类方法是由文贵华;徐映雪设计研发完成，并于2023-03-16向国家知识产权局提交的专利申请。

本一种基于深度层次化最优传输的跨域舌头图像分类方法在说明书摘要公布了：本发明公开了一种基于深度层次化最优传输的跨域舌头图像分类方法，包括采集舌头图像；构建机器学习分类模型，所述机器学习分类模型利用深度层次化最优传输模型实现不同领域舌头图像特征的对齐，所述深度层次化最优传输模型包括两层网络结构，其中，第一层网络结构用于实现不同领域间的最优传输，第二层网络结构用于实现不同样本之间的最优传输；根据深度层次化最优传输模型对舌头图像进行分类，输出舌头图像类别。本发明的有益之处在于对齐不同分布的舌头图像的同时，增强舌头图像的分类能力。

本发明授权一种基于深度层次化最优传输的跨域舌头图像分类方法在权利要求书中公布了：1.一种基于深度层次化最优传输的跨域舌头图像分类方法，其特征在于，所述方法包括以下步骤： S1、采集多个不同领域的舌头图像样本作为训练集； S2、利用深度神经网络对训练集中源域舌头图像样本进行特征提取，获取对应的源域舌头图像样本特征构成的源域图像特征图； 利用深度神经网络对训练集中目标域舌头图像样本进行特征提取，获取对应的目标域舌头图像样本特征构成的目标域图像特征图； S3、对源域图像特征图中的源域舌头图像样本特征进行分块，获取源域舌头图像样本对应的源域图像特征集； 对目标域图像特征图中的目标域舌头图像样本特征进行分块，获取目标域舌头图像样本对应的目标域图像特征集； S4、计算每一个源域舌头图像样本对应的源域图像特征集和目标域舌头图像样本对应的目标域图像特征集之间的最优化传输距离，作为源域舌头图像样本和目标域图像样本之间的样本最优化传输距离；具体包括： 联合使用SWD距离和L2距离作为源域图像特征集和目标域图像特征集之间的代价函数，计算两个特征集之间的最优化传输距离，所述代价函数具体包括： ； 表示第i个源域舌头图像样本提取的源域图像特征图；表示第j个目标域舌头图像样本提取的目标域图像特征；g表示深度神经网络的特征提取器；P表示置换矩阵，表示所有置换矩阵的集合，Ui表示将源域舌头图像样本对应的特征转换到一个共同的高维隐层空间，Uj表示将目标域舌头图像样本对应的特征转换到一个共同的高维隐层空间，T为矩阵转置符号；表示第i个源域舌头图像样本提取的源域图像特征图沿着空间维度进行全局平均池化结果；表示第j个目标域舌头图像样本提取的目标域图像特征图沿着空间维度进行全局平均池化结果； S5、以所述样本最优化传输距离作为源域和目标域之间的成本度量，计算源域和目标域之间的域间最优化传输距离； S6、根据步骤S2提取的源域舌头图像样本特征值计算softmax交叉熵损失，作为损失函数的一部分；将域间最优化传输距离作为损失函数里的另一部分，构建分类损失函数，利用所述分类损失函数训练分类器； S7、利用训练好的分类器对待验证的舌头图像样本进行分类。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路；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”。