龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：广东工业大学
申请日：2024-03-06
公开（公告）日：2024-06-18
公开（公告）号：CN118212444A
主分类号：G06V10/764
分类号：G06V10/764;G06V10/762;G06V10/774
优先权：
专利状态码：在审-公开
法律状态：2024.06.18#公开
摘要：本发明公开了一种基于聚簇环境感知的主动领域自适应图像分类方法与系统，同时考虑个体以及它所在聚类环境的信息价值，来选择若干个图像进行标注加入训练样本；在挑选未标记图像时，通过单点和其聚簇环境计算得到图像数据集的信息性，以此来衡量该图像是否具有较高的标注价值；同时，在图像样本挑选过程中，考虑图像数据集代表性策略来选择具有代表性且与已标记图像数据集具有不同标记分布的图像数据集，确保选择具有不同标记分布的图像数据集，以提供更多新颖的信息来训练模型，发掘出对当前标记分布模型提升最有价值的图像信息，从而提高模型的泛化能力。通过学习未标记图像数据的分布信息，模型能够更准确地进行分类预测。
主权项：1.一种基于聚簇环境感知的主动领域自适应图像分类方法，其特征在于，所述方法包括：S1：获取有标记的源域图像数据集和未标记的目标域图像数据集；S2：对有标记的源域图像数据集和未标记的目标域图像数据集进行预处理，获得预处理后的源域标记图像数据集和目标域未标记图像数据集，组成训练图像数据集；S3：利用所述训练图像数据集对构建的分类模型进行对抗训练，获得预训练的分类模型；S4：将预处理后的目标域未标记图像数据集输入预训练的分类模型，计算每张预处理后的未标记目标域图像的单点信息量得分和聚簇信息量得分；S5：根据每张预处理后的未标记目标域图像的单点信息量得分和聚簇信息量得分计算该预处理后的未标记目标域图像的样本总信息量得分；S6：基于所述样本信息量得分，对预处理后的未标记目标域图像进行筛选，对筛选出的未标记目标域图像进行标记，获得有标记的目标域图像数据集；将有标记的目标域图像数据集加入训练图像数据集中；S7：重复步骤S3-S6，设置总损失函数，直至达到预设的对抗训练次数，获得训练好的分类模型；S8：获取待分类图像，将待分类图像输入训练好的分类模型进行分类预测，获得图像分类结果。
全文数据：
权利要求：
百度查询： 广东工业大学 基于聚簇环境感知的主动领域自适应图像分类方法与系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号