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！

龙图腾网获悉中山大学申请的专利一种无源持续场景中的域适应图像识别分类方法、存储介质及电子设备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：CN120088538B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510055430.1，技术领域涉及：G06V10/764；该发明授权一种无源持续场景中的域适应图像识别分类方法、存储介质及电子设备是由郑珏鹏;曹诗磊;梁浩源;叶志宇;王梓希;赖雨珊设计研发完成，并于2025-01-14向国家知识产权局提交的专利申请。

本一种无源持续场景中的域适应图像识别分类方法、存储介质及电子设备在说明书摘要公布了：本发明涉及机器学习领域，为一种无源持续场景中的域适应图像识别分类方法、存储介质及电子设备，其方法包括步骤：对源域数据增强处理，构造混淆矩阵；对混淆矩阵进行语义重组，获得负样本数据集；使用负样本数据集和源域数据对图像质量量化模型进行训练；对目标数据集的图像样本进行不变性量化处理；对目标模型进行训练，在每个训练轮次结束时对当前增量任务中的目标域图像数据进行特征提取并存储提取处理结果；进行源标签识别；优化目标模型的总损失函数，对目标模型进行训练与优化，获得最终的目标模型，以在无源持续自适应场景下对目标域图像进行识别。解决了无源持续域适应中因域偏移引起的性能下降问题。

本发明授权一种无源持续场景中的域适应图像识别分类方法、存储介质及电子设备在权利要求书中公布了：1.一种无源持续场景中的域适应图像识别分类方法，其特征在于，包括以下步骤： S1、对源域数据进行增强处理，将增强后的样本输入到源域模型中以得到预测结果，根据预测结果构造混淆矩阵； S2、对混淆矩阵进行语义重组，获得与源域语义相似的负样本数据集；使用负样本数据集和源域数据对图像质量量化模型进行训练，获得已划分决策边界的图像质量量化模型Mn； S3、对目标数据集的图像样本进行不变性量化处理，将目标数据集的任意图像样本输入质量量化模型Mn中，获得所输入图像样本分到各个图像类别的概率；再量化所输入图像样本在各个图像类别中固有特征的质量，以衡量所输入图像样本的质量，根据所述质量对所输入图像样本赋予不同的权重； S4、对目标模型进行训练，在每个训练轮次结束时，目标模型对当前增量任务中的目标域图像数据进行特征提取，计算各个图像类别的特征中心，并计算每个目标域图像数据的特征到所述特征中心的距离，为各个图像类别选取预设量的距离较小的图像进行存储； S5、对分类到各个图像类别中的所有图像样本的权重进行累加，得到权重统计值；将权重统计值与预设阈值相比较，当任意图像类别的权重统计值大于预设阈值时，判断相应图像类别的图像样本大量存在于当前批次中，以识别出各个批次中最有可能包含的图像类别，得到图像样本标签； S6、优化目标模型的总损失函数，对目标模型进行训练与优化，获得最终的目标模型，以在无源持续自适应场景下对目标域图像进行识别； 其中总损失函数包括当前增量任务中的目标域图像的交叉熵损失、不同类别目标域图像的对比学习损失以及步骤S4中所存储图像的交叉熵损失。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。