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！

龙图腾网获悉重庆邮电大学申请的专利一种基于粒球计算及对比学习的图像标签噪声学习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：CN119478545B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411714645.1，技术领域涉及：G06V10/764；该发明授权一种基于粒球计算及对比学习的图像标签噪声学习方法是由朱浩;戴大伟;夏书银;王国胤设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本一种基于粒球计算及对比学习的图像标签噪声学习方法在说明书摘要公布了：本发明公开了一种基于粒球计算和对比学习的图像标签噪声学习方法，包括：获取图片数据并对其进行预处理，将预处理好的图片数据输入到训练好的图像标签噪声学习模型中，得到图像分类的结果。该图像标签噪声学习网络的训练过程包括：获取图像训练数据集，对其预处理和数据增强；采用对比学习框架SimSiam分别提取强数据增强样本和弱数据增强样本的特征表示，将弱数据增强样本的特征表示输入粒球计算层，经聚类后将粒球样本的特征矩阵及其标签输入分类器得到图像分类结果p，计算分类损失；通过预测层对强数据增强样本的特征表示进行预测，以图像分类结果p为指示函数计算对比损失；通过对比损失和分类损失反向传播优化网络。本发明能够明显提升网络性能。

本发明授权一种基于粒球计算及对比学习的图像标签噪声学习方法在权利要求书中公布了：1.一种基于粒球计算和对比学习的图像标签噪声学习方法，其特征在于，包括：获取图片数据并对其进行预处理，将预处理好的图片数据输入到训练好的图像标签噪声学习网络中，得到图像分类的结果； 所述图像标签噪声学习网络的训练过程包括： S1：获取图像训练数据集，分别经预处理得到两个强数据增强样本集和一个弱数据增强样本集； S2：利用第一特征学习器对第一强数据增强样本提取第一特征；利用第二特征学习器对第二强数据增强样本提取第二特征；利用第一特征学习器对弱数据增强样本提取第三特征； S3：将第三特征输入粒球计算层，在特征级别上进行多粒度划分，生成若干个聚类簇，每个聚类簇对应一个粒球样本，根据簇内样本的特征矩阵和标签计算得到粒球样本的特征矩阵及其标签； 所述粒球计算层的通用描述为： 其中，表示图像样本特征，表示映射，表示粒球样本特征，表示图像样本的数量，表示粒球样本的数量，表示第i个粒球样本的纯度，表示设定的纯度阈值,表示第个粒球样本中的图像样本数量； S4：将所述粒球样本的特征矩阵及其标签输入分类层，得到图像分类结果p；根据图像分类结果和粒球样本的标签计算得到交叉熵损失； S5：将第一特征输入预测层，得到第一预测特征；基于第一预测特征和第二特征，以所述图像分类结果p作为指示函数计算同一类别样本的预测的概率分布与目标表征分布之间的对比损失； S6：根据所述对比损失和交叉熵损失加权得到总损失，根据该总损失反向传播优化所述图像标签噪声学习网络。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路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”。

以上内容由龙图腾AI智能生成。