Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 广东工业大学朱鉴获国家专利权

广东工业大学朱鉴获国家专利权

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!

龙图腾网获悉广东工业大学申请的专利基于聚簇环境感知的主动领域自适应图像分类方法与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:CN118212444B

龙图腾网通过国家知识产权局官网在2025-10-24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:202410256403.6,技术领域涉及:G06V10/764;该发明授权基于聚簇环境感知的主动领域自适应图像分类方法与系统是由朱鉴;陈鑫瑀;陈炳丰;蔡瑞初;冯广;胡钦太设计研发完成,并于2024-03-06向国家知识产权局提交的专利申请。

基于聚簇环境感知的主动领域自适应图像分类方法与系统在说明书摘要公布了:本发明公开了一种基于聚簇环境感知的主动领域自适应图像分类方法与系统,同时考虑个体以及它所在聚类环境的信息价值,来选择若干个图像进行标注加入训练样本;在挑选未标记图像时,通过单点和其聚簇环境计算得到图像数据集的信息性,以此来衡量该图像是否具有较高的标注价值;同时,在图像样本挑选过程中,考虑图像数据集代表性策略来选择具有代表性且与已标记图像数据集具有不同标记分布的图像数据集,确保选择具有不同标记分布的图像数据集,以提供更多新颖的信息来训练模型,发掘出对当前标记分布模型提升最有价值的图像信息,从而提高模型的泛化能力。通过学习未标记图像数据的分布信息,模型能够更准确地进行分类预测。

本发明授权基于聚簇环境感知的主动领域自适应图像分类方法与系统在权利要求书中公布了:1.一种基于聚簇环境感知的主动领域自适应图像分类方法,其特征在于,所述方法包括: S1:获取有标记的源域图像数据集和未标记的目标域图像数据集; S2:对有标记的源域图像数据集和未标记的目标域图像数据集进行预处理,获得预处理后的源域标记图像数据集和目标域未标记图像数据集,组成训练图像数据集; S3:利用所述训练图像数据集对构建的分类模型进行对抗训练,获得预训练的分类模型; S4:将预处理后的目标域未标记图像数据集输入预训练的分类模型,计算每张预处理后的未标记目标域图像的单点信息量得分和聚簇信息量得分,其中,单点信息量得分的表达式为: ISPxi=1-UGfxi+αVGfxi 其中,U为未标记目标域图像数据的不确定性分数;V为未标记目标域图像数据的目标域接近度分数;Gf为特征提取器;α为不确定性和目标域接近度得分之间的平衡关系; 聚簇信息量得分的表达式为: ISCxi=CICxi*CIKxi 其中,ISCxi为聚簇信息量得分;CICxi为聚簇内聚力;CIKxi为聚簇内部信息量; S5:根据每张预处理后的未标记目标域图像的单点信息量得分和聚簇信息量得分计算该预处理后的未标记目标域图像的样本总信息量得分; S6:基于所述样本总信息量得分,对预处理后的未标记目标域图像进行筛选,对筛选出的未标记目标域图像进行标记,获得有标记的目标域图像数据集;将有标记的目标域图像数据集加入训练图像数据集中; S7:重复步骤S3-S6,设置总损失函数,直至达到预设的对抗训练次数,获得训练好的分类模型; S8:获取待分类图像,将待分类图像输入训练好的分类模型进行分类预测,获得图像分类结果。

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广东工业大学,其通讯地址为:510080 广东省广州市越秀区东风东路729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。

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。