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！

龙图腾网获悉广东工业大学申请的专利一种面向非精准标记的多标记图像分类方法及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：CN120953716B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202511446614.7，技术领域涉及：G06V10/764；该发明授权一种面向非精准标记的多标记图像分类方法及系统是由房小兆;陈煜;朱旭焕;黄岳;吕炜俊;肖俊鸿;胡天乐;孙为军设计研发完成，并于2025-10-11向国家知识产权局提交的专利申请。

本一种面向非精准标记的多标记图像分类方法及系统在说明书摘要公布了：本发明公开了一种面向非精准标记的多标记图像分类方法及系统，涉及计算机视觉和机器学习技术领域，包括：获取待训练的样本图像，构建图像特征矩阵和候选标记矩阵；基于候选标记矩阵，获取样本图像的正类原型与负类原型；基于样本图像中候选标记的数量，获取样本图像的可信度参数；根据正类原型、负类原型及可信度参数，构建置信度矩阵；根据图像特征矩阵、候选标记矩阵及置信度矩阵，联合优化聚类结构、标记一致性与置信度引导，对伪标记矩阵进行优化；基于优化后的伪标记矩阵对多标记图像分类模型进行训练；基于训练后的多标记图像分类模型对新图像进行分类预测。本发明为处理含有噪声标记的多标记图像分类问题提供了一个有效的解决方案。

本发明授权一种面向非精准标记的多标记图像分类方法及系统在权利要求书中公布了：1.一种面向非精准标记的多标记图像分类方法，其特征在于，包括以下步骤： 获取待训练的样本图像，构建图像特征矩阵和候选标记矩阵； 基于所述候选标记矩阵，基于加权聚类获取样本图像每一标记类别的正类原型与负类原型； 基于样本图像中候选标记的数量，获取样本图像的可信度参数； 根据所述正类原型、负类原型及可信度参数，构建置信度矩阵； 根据所述图像特征矩阵、候选标记矩阵及置信度矩阵，通过联合优化聚类结构、标记一致性与置信度引导，对伪标记矩阵进行优化； 构建多标记图像分类模型，基于优化后的伪标记矩阵对所述多标记图像分类模型进行训练； 基于训练后的多标记图像分类模型对新图像进行多标记分类预测； 根据所述图像特征矩阵、候选标记矩阵及置信度矩阵，通过联合优化聚类结构、标记一致性与置信度引导，对伪标记矩阵进行优化的过程包括： 构建包括聚类结构项、标记一致性项与置信度引导项的损失函数，其中，所述聚类结构项以样本图像的特征向量到类中心的距离加权伪标记值，所述标记一致性项以伪标记值与候选标记值的差异加权类别权重矩阵，所述置信度引导项以置信度矩阵对伪标记矩阵进行弱监督；采用损失函数对伪标记矩阵进行交替优化，直至收敛，得到优化后的伪标记矩阵； 构建多标记图像分类模型，基于优化后的伪标记矩阵对所述多标记图像分类模型进行训练的过程包括： 基于神经网络构建多标记图像分类模型，以优化后的伪标记矩阵作为监督信息，采用混合损失函数训练多标记图像分类模型，其中正样本图像以伪标记值为目标，负样本图像以候选标记值为目标。

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广东工业大学，其通讯地址为：510006 广东省广州市番禺区广州大学城外环西路100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。