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！

龙图腾网恭喜厦门大学申请的专利基于蒸馏学习和增量学习半监督无参考图像质量评估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：CN117115121B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202311121777.9，技术领域涉及：G06T7/00；该发明授权基于蒸馏学习和增量学习半监督无参考图像质量评估方法是由纪荣嵘;张岩;高体民设计研发完成，并于2023-09-01向国家知识产权局提交的专利申请。

本基于蒸馏学习和增量学习半监督无参考图像质量评估方法在说明书摘要公布了：基于蒸馏学习和增量学习半监督无参考图像质量评估方法，属于计算机视觉技术领域。无参考图像质量评估旨在模拟人类对图像失真的评估，对标记数据有很大的需求，但标记数据在实践中远远不够。本发明提出一个统一的半监督和增量学习框架来解决上述问题。当训练数据不足时，需要半监督学习来推断大量未标记的数据。同时，多次的半监督学习很容易导致灾难性遗忘问题，需要增量学习。使用知识蒸馏为未标记的数据提供伪标签，以保持分析能力，从而实现半监督学习。同时，通过在多次半监督学习过程中选择具有代表性的例子，利用增量学习来修正先前的数据，从而确保本发明的模型不会退化。本发明展示其解决实际生产中图像质量评估问题的潜力。

本发明授权基于蒸馏学习和增量学习半监督无参考图像质量评估方法在权利要求书中公布了：1.基于蒸馏学习和增量学习半监督无参考图像质量评估方法，其特征在于包括以下步骤：1使用有标签的数据集DA初始化模型；2初始模型复制成教师模型和学生模型；3对无标签数据集DB进行分块4对教师模型使用基于核岭回归的知识蒸馏算法为无标签数据集生成伪标签；所述使用基于核岭回归的知识蒸馏算法为无标签数据集生成伪标签，具体步骤如下：41KRR的损失函数定义为： 其中，fi和fz表示DA中第i个和z个样本的特征，ai和az是相应的因子，λ是平衡因子，K是径向基函数，N是DA的个数；42径向基函数K的定义写成：Kfi,fz＝exp-γ||fi-fz||2,γ02其中，γ定义单个样本的影响范围；43利用特征矩阵作为输入，并获得未标记数据DB的伪标签； 其中，yj是DB中第j个样本的伪标签；5基于教师模型对DA和进行简单样本挑选，选取教师模型预测最准的K个样本作为代表性样例εA和6将εA和混合，对学生模型进行训练；7重复步骤4～6直到学生模型完成DB的训练；8给定任意图像，将其输入模型，模型输出其预测的质量分数。

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厦门大学，其通讯地址为：361005 福建省厦门市思明区思明南路422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”。