西安电子科技大学武阿明获国家专利权
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！
龙图腾网获悉西安电子科技大学申请的专利一种基于频谱分析的零样本日夜域自适应训练方法及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：CN117237703B 。
龙图腾网通过国家知识产权局官网在2025-08-12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：202311062407.2，技术领域涉及：G06V10/764；该发明授权一种基于频谱分析的零样本日夜域自适应训练方法及图像分类方法是由武阿明;周佳豪;张自会;邓成设计研发完成，并于2023-08-22向国家知识产权局提交的专利申请。
本一种基于频谱分析的零样本日夜域自适应训练方法及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频谱分析的零样本日夜域自适应训练方法，包括以下步骤：接收白天图像训练集；根据白天图像训练集获得原始训练特征图；根据原始训练特征图确定增强特征图；根据原始训练特征图和增强特征图确定监督对比损失函数；根据原始训练特征图计算输出描述符；根据增强特征图和输出描述符确定交叉熵损失函数；根据监督对比损失函数和交叉熵损失函数更新网络参数，得到自适应分类模型。本发明还提供一种基于频谱分析的零样本日夜域自适应图像分类方法，能够去除泛化无关因素的影响并保留泛化相关的对象特征，以提高模型在夜间域的适应性能。
本发明授权一种基于频谱分析的零样本日夜域自适应训练方法及图像分类方法在权利要求书中公布了：1.一种基于频谱分析的零样本日夜域自适应训练方法，其特征在于，包括以下步骤： 接收白天图像训练集； 根据所述白天图像训练集获得原始训练特征图； 根据所述原始训练特征图确定增强特征图； 根据所述原始训练特征图和所述增强特征图确定监督对比损失函数； 根据所述原始训练特征图计算输出描述符； 根据所述增强特征图和所述输出描述符确定交叉熵损失函数； 根据所述监督对比损失函数和所述交叉熵损失函数进行训练更新网络参数，得到自适应分类模型； 所述根据所述原始训练特征图确定增强特征图，包括： 根据所述原始训练特征图确定特征图频谱特征； 根据所述特征图频谱特征确定频谱高频分量； 根据所述频谱高频分量确定高通特征图； 根据所述原始训练特征图和所述高通特征图确定增强特征图； 所述根据所述原始训练特征图计算输出描述符，包括： 根据所述原始训练特征图确定降维特征图； 根据所述降维特征图确定原型集； 根据所述原型集计算输出描述符。
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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号