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！

龙图腾网获悉南京信息工程大学申请的专利基于语义表征的无监督域适应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：CN116486172B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202310480760.6，技术领域涉及：G06V10/764；该发明授权基于语义表征的无监督域适应图像分类方法是由田青;周家仲;周彤设计研发完成，并于2023-04-28向国家知识产权局提交的专利申请。

本基于语义表征的无监督域适应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语义表征的无监督域适应图像分类方法，包括：步骤1预训练和自训练：使用源域预训练模型，并结合自训练学习初步获取目标域的伪标签；步骤2提取类别语义表征：通过改变语义向量方向，决策类别的有效语义表征，提取到有效类别语义表征；步骤3模糊跨域语义表征：以图像域标签为指导，改变跨域样本的语义向量方向，获得跨域语义表征，进一步模糊这些跨域语义表征；步骤4重构分析：对有效类别语义表征和模糊后的跨域语义表征分别生成新的样本表征，并进行重构分析；步骤5训练分类器和域判别器：使用新样本表征训练分类器和域判别器，计算分类损失和对抗损失；步骤6模型优化：梯度计算，优化更新模型参数。

本发明授权基于语义表征的无监督域适应图像分类方法在权利要求书中公布了：1.基于语义表征的无监督域适应图像分类方法，利用有类别标签的图像样本即源域，学习分类另外一组数据分布不一样的无类别标签的图像样本即目标域，其特征在于，包括以下步骤： 步骤1预训练和自训练：使用源域图像样本在卷积神经网络上进行预训练，获得基于源域图像样本表征的骨干网络，包含特征提取器和分类器； 基于上述骨干网络，连接设置域判别器、编码器和生成器，构建并训练域适应模型，学习源域图像样本分类信息，并使用自训练学习获取目标域的伪标签； 步骤2提取类别语义表征：设每类图像样本存在K种语义属性，通过改变各语义向量方向，判断不同的语义属性是否影响对应样本指向其所属类别，提取到各个类别的有效类别语义表征； 步骤3模糊跨域语义表征：设两组数据分布不同的图像样本，即源域和目标域为两类样本，它们存在P种语义属性，在域适应模型中嵌入对抗网络，设置域判别器，模糊源域和目标域的域类别概念，模糊跨域语义表征； 步骤4重构分析：使用生成器分别对有效类别语义表征和模糊后的跨域语义表征生成新的样本表征，并联合编码器计算重构损失； 步骤5训练分类器和域判别器：使用新样本表征进一步训练分类器和域判别器，并计算分类损失和对抗损失； 步骤6模型优化：梯度计算，优化更新模型参数，使用最终模型获得图像分类结果。

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南京信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219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。