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！

龙图腾网获悉华南农业大学申请的专利基于对比样本生成学习的多标签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：CN119091205B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411151635.1，技术领域涉及：G06V10/764；该发明授权基于对比样本生成学习的多标签图像分类方法是由王栋;付升武;顾正燊;陈柏霖;周丽娟设计研发完成，并于2024-08-21向国家知识产权局提交的专利申请。

本基于对比样本生成学习的多标签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对比样本生成学习的多标签图像分类方法，与现有技术相比，具备以下有益效果：1本发明利用对比学习约束不同类目标语义特征之间的距离，即通过对比学习约束各类目标语义特征彼此之间保持鉴别性，从而改善了现有多标签图像分类方法容易过拟合的问题，以提高图像标签分类精度；2此外，针对于对比学习要求大量对比样本的问题，本发明利用高斯混合模型生成目标语义特征的对比样本，能够解决对比学习中对比样本数量不足、质量低下的问题，从而提高了对比学习的效率、有效性，以最终提高模型分类能力。

本发明授权基于对比样本生成学习的多标签图像分类方法在权利要求书中公布了：1.基于对比样本生成学习的多标签图像分类方法，其特征在于，包括以下步骤： S1：利用特征提取网络提取图像的目标语义特征； S2：利用高斯混合模型生成目标语义特征的对比样本； S3：利用所述对比样本、所述特征提取网络所提取的目标语义特征进行对比学习； S4：将所述对比学习后的目标语义特征进行图像标签分类； 所述特征提取网络包括图像特征提取模块、语义特征提取模块以及语义特征优化模块；该步骤S1包括以下子步骤： S11：利用图像特征提取模块对图像进行特征提取，以得到图像特征； S12：利用语义特征提取模块对图像特征进行解耦，以得到原始语义特征，包括： 首先通过预训练词嵌入模型bert得到与任务相关联的各目标词嵌入P，表示所需的与任务相关联的各目标信息；然后构建空间注意力网络，对比各目标词嵌入P与图像特征Fi，最终得到图像特征中的各原始语义特征Si； S13：利用语义特征优化模块对子步骤S12得到的原始语义特征进行优化，包括： 首先，通过平均池化将二维图像特征Fi转化为一个一维向量表示，然后通过线性层判断其属于的场景； 然后结合图像标签信息统计每一场景下的标签共现矩阵Mk如下式12所示，其中Nk为第k个场景图像数量，yk为该场景下图像标签； 基于图像场景判断构建图神经网络进行共生性学习，利用图神经网络对上述子步骤S12的原始语义特征Si优化得到目标语义特征 步骤S2包括以下子步骤： S21：进行目标语义特征的收集； S22：结合子步骤S21所收集的目标语义特征对多个高斯分布进行更新拟合； S23：在更新拟合后的多个高斯分布中随机采样出各类目标语义特征作为对比样本。

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农业大学，其通讯地址为：510000 广东省广州市天河区五山路483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。