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！

龙图腾网获悉厦门大学申请的专利一种基于PU学习的盲参考图像质量评估半监督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：CN117173507B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202311137352.7，技术领域涉及：G06V10/774；该发明授权一种基于PU学习的盲参考图像质量评估半监督方法是由纪荣嵘;戴平阳;王旭东;刘文锋设计研发完成，并于2023-09-05向国家知识产权局提交的专利申请。

本一种基于PU学习的盲参考图像质量评估半监督方法在说明书摘要公布了：一种基于PU学习的盲参考图像质量评估半监督方法。根据图像平均主观分数切片得图像对应质量等级作为该图像的标签，训练guideddiffusionmodel生成大量无标签数据扩充盲参考图像质量评估数据集；应用PU‑learning排除无标签数据中离群值，分配正标签给标签数据，负标签给无标签数据，在无标签数据中添加通过扩散模型生成与标签数据语义信息相似的无标签数据集，防止PU‑learning简单根据语义信息区分正负样本，提高其排除离群值能力。基于标注数据与及纯净无标签数据，利用预训练的教师模型为无标签数据生成伪标签，根据模型给出的数据置信度自适应调整无标签数据损失权重。

本发明授权一种基于PU学习的盲参考图像质量评估半监督方法在权利要求书中公布了：1.一种基于PU学习的盲参考图像质量评估半监督方法，其特征在于包括以下步骤： 1将非目标数据集的数据对应的图像质量分数a缩放到[0-9]并四舍五入到整数y作为其分数等级，以此作为标签训练guideddiffusionmodelM1，用以生成无标签数据U1； 训练guideddiffusionmodel包括训练分类器和扩散模型； 训练分类器pφy|xt，t：设非目标数据集的平均主观分数最大值smax和最小值smin，图片质量分数s，对s进行如下操作获得图片对应的质量等级标签： 用以监督训练引导扩散模型采样的分类器pφy|xt，t，分类器为Unet编码器加全连接分类头组合而成； 训练扩散模型εθxt，t：向原始图片x0中逐步添加先验随机噪声∈i获得噪声样本x1，....xT-1，xT,其中xT是各向同性高斯噪声，并以xi，εi作为数据训练扩散模型∈θxt，t直至达到最大迭代次数；扩散模型使用完整的Unet网络，包括编码器和解码器； 2使用目标数据集L，按步骤1方式训练guideddiffusionmodelM2，用以生成语义与目标数据集相似的无标签数据U2； 3利用目标数据集L预训练教师模型T； 4在目标数据集L中采样一个批量的有标签数据Bl作为正样本，分别使用M1和M2各采样一个批量的无标签数据Bu1作为负样本，并以此训练PU-learning模型bx； 所述PU-learning模型使用的是VGG19，加载在imagenet数据集训练的预训练模型，删除分类头，添加二分类全连接层作为新分类头，损失函数使用focalloss，使用SGD优化器，训练模型前对数据进行随机裁剪与翻转； 5分别在M1和M2中再各采样n个批量无标签数据Bu，通过PU-learning模型bx获得数据的置信度，将置信度低于指定阈值λ的数据当做离群值并删除，获得较为纯净的无标签数据Buv； 6利用教师模型T给纯净的无标签数据打伪标签y*，输入教师模型的数据不做数据增强； 7对上述一个批量的有标签数据Bl和带有伪标签y*的纯净无标签数据Buv进行数据增强后，用以监督训练学生模型；其中，将无标签数据的平均置信度添加到其损失项上； 8重复步骤4～7，直到满足最大迭代次数。

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”。