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一种区分简单与困难样本的无监督域适应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：CN114781647B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202210377197.5，技术领域涉及：G06F18/214；该发明授权一种区分简单与困难样本的无监督域适应方法是由田青;杨宏;朱雅喃;许衡设计研发完成，并于2022-04-11向国家知识产权局提交的专利申请。

本一种区分简单与困难样本的无监督域适应方法在说明书摘要公布了：本发明公开了一种区分简单与困难样本的无监督域适应方法，包括：依据目标域样本的熵值来对目标域样本进行区分，将熵值大于等于预设熵值阈值的样本定义为简单样本，将熵值小于预设熵值阈值的样本定义为困难样本；对于分类为简单样本的目标域样本，采用源域训练好的分类器对其分配伪标签；对于分类为困难样本的目标域样本，利用步骤S2中分配好伪标签的简单样本将无监督域适应调整为半监督域适应，通过源域标签和目标域简单样本的标签来训练得到更加鲁棒的分类器，计算类中心，分别优化域间对比对齐和实例对比对齐，以减少域间和域内差异。本发明能够解决现有的域适应方法中对于目标域困难样本分类错误的问题。

本发明授权一种区分简单与困难样本的无监督域适应方法在权利要求书中公布了：1.一种区分简单与困难样本的无监督域适应方法，其特征在于，所述无监督域适应方法应用于人脸识别，以标注好的人脸图片数据集作为源域样本，以其他场景的人脸图片作为目标域样本，其中，目标域样本的分布与待完成任务的图像分布相似但不相同，该方法包括以下步骤： S1，样本区分：依据目标域样本的熵值来对目标域样本进行区分，将熵值大于等于预设熵值阈值的样本定义为简单样本，将熵值小于预设熵值阈值的样本定义为困难样本； S2，简单样本的无监督域适应：对于分类为简单样本的目标域样本，采用源域训练好的分类器对其分配伪标签； S3，困难样本的无监督域适应：对于分类为困难样本的目标域样本，利用步骤S2中分配好伪标签的简单样本将无监督域适应调整为半监督域适应，通过源域标签和目标域简单样本的标签来训练得到更加鲁棒的分类器，计算类中心，分别优化域间对比对齐和实例对比对齐，以减少域间和域内差异； 利用目标域困难样本、带伪标签的目标域简单样本对模型进行训练；利用训练完成的模型对输入的目标域样本进行结果预测。

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：210044 江苏省南京市浦口区宁六路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。