济南大学彭立志获国家专利权
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!
龙图腾网获悉济南大学申请的专利基于伪标签和嵌入聚类匹配的半监督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:CN119579992B 。
龙图腾网通过国家知识产权局官网在2025-05-30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:202411705872.8,技术领域涉及:G06V10/764;该发明授权基于伪标签和嵌入聚类匹配的半监督图像分类方法及系统是由彭立志;王瑞雪;杨波;杨华伟设计研发完成,并于2024-11-26向国家知识产权局提交的专利申请。
本基于伪标签和嵌入聚类匹配的半监督图像分类方法及系统在说明书摘要公布了:本发明提出了一种基于伪标签和嵌入聚类匹配的半监督图像分类方法及系统,属于图像处理技术领域。方法包括:获取标记图像和无标记图像,对无标记图像进行增强处理;对于标记图像,基于半监督图像分类模型计算监督损失;将增强后的无标记图像输入半监督图像分类模型,基于动态阈值和对类别的学习状态筛选伪标签,计算无监督损失;分别将弱增强图像和强增强图像映射到嵌入空间生成K‑Means聚类结果,所述聚类结果分别用于生成目标图和强增强嵌入聚类图,计算图匹配损失;基于监督损失、无监督损失和图匹配损失建立总损失,通过最小化总损失提高半监督图像分类模型的性能。本发明通过在单样本及样本亲和层次应用一致性正则化,有效缓解确认偏差。
本发明授权基于伪标签和嵌入聚类匹配的半监督图像分类方法及系统在权利要求书中公布了:1.一种基于伪标签和嵌入聚类匹配的半监督图像分类方法,其特征在于,包括:获取标记图像和无标记图像;对于无标记图像,进行弱增强和强增强得到弱增强图像和强增强图像;对于标记图像,基于半监督图像分类模型计算监督损失;将增强后的无标记图像输入半监督图像分类模型,基于模型对类别的学习效果生成动态阈值,以筛选伪标签,计算无监督损失;分别将弱增强图像和强增强图像映射到嵌入空间进行K-Means聚类,所述聚类结果分别用于生成目标图和强增强嵌入聚类图,计算图匹配损失;基于监督损失、无监督损失和图匹配损失建立总损失,通过最小化总损失提高半监督图像分类模型的性能。
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济南大学,其通讯地址为:250000 山东省济南市市中区南辛庄西路336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”。
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。