浙江大学张寅获国家专利权
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！
龙图腾网获悉浙江大学申请的专利一种基于域间对比对抗学习的跨域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：CN115641468B 。
龙图腾网通过国家知识产权局官网在2026-02-13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：202211230715.7，技术领域涉及：G06V10/764；该发明授权一种基于域间对比对抗学习的跨域图像分类方法是由张寅;余晏;罗聪;庄越挺设计研发完成，并于2022-10-09向国家知识产权局提交的专利申请。
本一种基于域间对比对抗学习的跨域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域间对比对抗学习的跨域图像分类方法。本发明包括如下步骤：1在域对抗网络的基础上，使用一个映射网络H将骨干网络提取的特征映射到一个高维隐空间；2在上述隐空间中使用对比学习损失替换域分类器的分类损失，进行对比学习。和现有技术相比，本发明结合对比学习，减少了传统域不变表征学习方法中的失配现象，使得在有标签源域图像上训练得到的图像分类神经网络模型被有效迁移到无标签目标域，提升了迁移后模型分类目标域图像的效果。
本发明授权一种基于域间对比对抗学习的跨域图像分类方法在权利要求书中公布了：1.一种基于域间对比对抗学习的跨域图像分类方法，其特征在于，步骤如下： S1：获取一个有标签的源域图像数据集和一个无标签的目标域图像数据集，其中源域图像数据集和目标域图像数据集的分布不同，但是包含的图像类别集合相同；S2：基于Min‑Max对抗学习框架构建跨域图像分类模型，包括一个特征提取网络、一个图像分类网络和一个特征映射网络，图像分类网络的输出由特征映射网络映射到高维隐空间；在该隐空间中根据样本来自源域还是目标域构建正负样本对，并计算域对比损失；基于Min‑Max对抗学习框架，结合域对比损失和图像分类网络的分类损失对所述跨域图像分类模型进行联合优化；S3：以S2中联合优化得到的特征提取网络和图像分类网络作为最终的图像分类模型，对输入的目标域图像进行图像分类预测。
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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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