复旦大学陈静静获国家专利权
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!
龙图腾网获悉复旦大学申请的专利基于目标引导动态Mixup的跨域小样本图像识别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:CN115424035B 。
龙图腾网通过国家知识产权局官网在2025-12-09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:202211036412.1,技术领域涉及:G06V10/44;该发明授权基于目标引导动态Mixup的跨域小样本图像识别系统是由陈静静;卓林海;傅宇倩;姜育刚设计研发完成,并于2022-08-28向国家知识产权局提交的专利申请。
本基于目标引导动态Mixup的跨域小样本图像识别系统在说明书摘要公布了:本发明属于计算机技术领域,具体为基于目标引导动态Mixup的跨域小样本图像识别系统。本发明包括动态Mixup混合比例生成模块、Mixup‑3T图像分类模块以及双层meta‑learning训练模块;本发明先通过动态Mixup混合比例生成模块生成目标引导的Mixup混合比例,之后将Mixup混合比例以及待分类的图像输入Mixup‑3T图像分类模块进行分类;通过双层meta‑learning训练模块训练动态Mixup混合比例生成模块以及Mixup‑3T图像分类模块。本发明可以针对目标域以及当前模型生成最优的Mixup混合比例,并利用该混合比例提升跨域小样本图像分类的精确度。
本发明授权基于目标引导动态Mixup的跨域小样本图像识别系统在权利要求书中公布了:1.一种基于目标引导动态Mixup的跨域小样本图像识别系统,其特征在于,在源域数据集,少量来自于目标域的图像上训练,在目标域数据集上进行测试,提升跨域小样本图像识别系统的准确度与效率;具体包括以下三个模块:1Mixup‑3T图像分类模块;2动态Mixup混合比例生成模块;3双层meta‑learning训练模块; 所述动态Mixup混合比例生成模块,由三层全连接网络组成;通过动态Mixup混合比例生成模块生成目标引导的Mixup混合比例; 所述Mixup‑3T图像分类模块,包括特征提取网络、分类器;其将动态Mixup混合比例生成模块得到Mixup混合比例以及待分类的图像进行分类; 所述双层meta‑learning训练模块,用于训练所述Mixup‑3T图像分类模块和动态Mixup混合比例生成模块; 所述Mixup‑3T图像分类模块,在训练、验证以及测试过程中接收不同输入,并得到相应的输出,具体如下: 在训练时,其输入为来自于源域的图像,来自于额外目标域的图像、输入的图像对应的标签,以及Mixup混合比例,输出为三任务分类损失其具体步骤如下: 1根据输入的Mixup混合比例,根据Mixup,将输入的源域与目标域图像进行混合,生成混合后图像以及混合后的图像标签; 2利用特征提取网络分别提取出源域图像、额外目标域图像以及混合后的图像的特征表示; 3将提取出源域图像、额外目标域图像以及混合后的图像的特征表示分别输入分类器中,得到图像在每个类别上的分类概率,根据图像对应的标签,利用Cross‑Entorpy算法,计算出源域图像、额外目标域图像以及混合后的图像的分类损失,将分类损失根据固定比例相加得到三任务分类损失LFSL; 在验证时,其输入为额外目标域图像以及输入图像对应的标签,输出为在额外目标域数据上的分类验证损失,其具体步骤如下: 1利用相同特征提取网络提取出额外目标域图像的特征表示; 2将提取出的额外目标域图像输入分类器中,得到图像在每个类别上的分类概率,根据图像对应的标签,利用Cross‑Entorpy算法,计算出3类图像的分类损失; 在测试时,其输入为用于测试的目标域图像,输出为输入图像对应的预测标签,其具体步骤如下: 1利用相同特征提取网络提取出额外目标域图像的特征表示; 2将提取出的额外目标域图像输入分类器中,得到图像在每个类别上的分类概率,将分类概率最大的类别作为该图像的预测标签。
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复旦大学,其通讯地址为:200433 上海市杨浦区邯郸路220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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励