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！

龙图腾网获悉宁波大学申请的专利一种基于隐私图像的异构特征聚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：CN121190803B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511724898.1，技术领域涉及：G06V10/762；该发明授权一种基于隐私图像的异构特征聚类方法是由郑依林;陈瑜;韩子阳设计研发完成，并于2025-11-24向国家知识产权局提交的专利申请。

本一种基于隐私图像的异构特征聚类方法在说明书摘要公布了：本发明涉及了一种基于隐私图像的异构特征聚类方法，特点是通过特征化噪声与矩匹配技术将扩散生成过程从像素域转换至特征域，构建以条件去噪UNet架构为核心的待训练的扩散生成器模型，并联合样本级一致性约束与分布级对齐约束进行训练，再利用训练后的扩散生成器模型生成的伪图像构造语义相互对齐的特征对；随后训练变分自编码器模型，通过双层级对齐损失实现跨域特征映射，最终形成统一域特征数据集并进行聚类；优点是在无源域数据且无配对样本的前提下完成跨域特征统一，有效避免原始图像泄露，可直接输出高质量的统一特征集，为隐私受限场景下的跨域视觉分析提供安全高效的解决方案。

本发明授权一种基于隐私图像的异构特征聚类方法在权利要求书中公布了：1.一种基于隐私图像的异构特征聚类方法，其特征在于包括以下步骤： 步骤1、获取分别属于第一目标域和第二目标域的两个隐私图像样本集合，分别通过相互独立的第一特征提取网络和第二特征提取网络提取特征，得到属于第一目标域的第一目标域特征数据集和属于第二目标域的第二目标域特征数据集，基于第一目标域特征数据集生成第一特征化噪声，基于第二目标域特征数据集生成第二特征化噪声； 步骤2、构建以条件去噪UNet为核心的扩散生成器模型，在每个时间步基于第一特征化噪声生成第一带噪目标特征；在每个时间步基于第二特征化噪声生成第二带噪目标特征；将第一带噪目标特征和第二带噪目标特征作为条件引导，输入扩散生成器模型进行训练，得到训练后的扩散生成器模型并生成伪图像； 步骤3、将伪图像输入第一特征提取网络得到第一合成图像域特征，将伪图像输入第二特征提取网络得到第二合成图像域特征，构建变分自编码器模型，以第一合成图像域特征为编码输入、第二合成图像域特征为解码目标进行训练，得到训练后的变分自编码器模型，将第一目标域特征映射至第二目标域特征所在特征空间，形成统一空间特征数据集； 步骤4、对统一空间特征数据集进行聚类，得到聚类中心和聚类标签，具体过程如下： 步骤4-1、采用带有k-means++初始化策略的k-means聚类方法构造聚类模型，将统一空间特征数据集中的样本作为该聚类模型的输入样本输入聚类模型； 步骤4-2、在预设的候选簇数范围内，对每一候选簇数运行一次带有k-means++初始化策略的k-means聚类，计算对应的平均轮廓系数，并根据平均轮廓系数的最大值选取最优聚类簇数K； 步骤4-3、利用k-means++初始化策略在统一空间特征数据集上初始化K个聚类中心，以输入样本到其所属聚类中心的欧氏距离平方和为目标函数，对聚类中心和样本簇指派进行迭代更新，直至目标函数收敛时得到最终的聚类模型；将最终的聚类模型输出的样本簇标签及对应的聚类中心作为输入的统一空间特征数据集中的样本的聚类结果，完成聚类过程。

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宁波大学，其通讯地址为：315211 浙江省宁波市江北区风华路818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。