申请/专利权人：青海师范大学

申请日：2023-12-11

公开（公告）日：2024-03-29

公开（公告）号：CN117788885A

主分类号：G06V10/764

分类号：G06V10/764;G06V20/05;G06V10/82;G06N3/0895

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明涉及水下鱼类图像分类技术领域，提供一种用于水下鱼类图像分类的忽视背景对比学习方法，简称CLIB，包括以下步骤：S1、构建水下鱼类图像的自适应主体和背景提取模块用于提取水下鱼类图像的主体和背景；S2、将主体、背景、原图构建成三个视图，分别经过随机数据增强后送入编码器，再通过投影头映射到特征空间；S3、将三个视图中的样本按照CLIB对比损失函数的正负样本定义规则定义为不同的正负样本，再利用CLIB对比损失函数拉近正样本对、拉远负样本对在特征空间中的映射；本发明更为关注鱼类图像的主体而忽视背景，可以极大的降低背景噪声的干扰，更适合用于水下鱼类图像分类任务。

主权项：1.一种用于水下鱼类图像分类的忽视背景对比学习方法，其特征在于：包括以下步骤：S1、构建水下鱼类图像的自适应主体和背景提取模块用于提取水下鱼类图像的主体和背景；S2、将主体、背景、原图构建成三个视图，分别经过随机数据增强后送入编码器，再通过投影头映射到特征空间；S3、将三个视图中的样本按照CLIB对比损失函数的正负样本定义规则定义为不同的正负样本，再利用CLIB对比损失函数拉近正样本对、拉远负样本对在特征空间中的映射。

全文数据：

权利要求：

百度查询： 青海师范大学 一种用于水下鱼类图像分类的忽视背景对比学习方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD