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！

龙图腾网获悉南京航空航天大学申请的专利基于代表性和多样性的标记分布图像选择方法与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：CN116385822B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202310267602.2，技术领域涉及：G06V10/774；该发明授权基于代表性和多样性的标记分布图像选择方法与系统是由李伟湋;钱薇;徐军;吴海涛;姚俊设计研发完成，并于2023-03-20向国家知识产权局提交的专利申请。

本基于代表性和多样性的标记分布图像选择方法与系统在说明书摘要公布了：本发明提供了一种基于代表性和多样性的标记分布图像选择方法与系统，包括：获取图像数据集，并进行图像特征提取；根据少部分已标记数据集训练得到初始标记分布学习模型；利用无标记图像样本集的特征和根据标记分布学习模型预测的无标记图像样本的标记分布计算相异性矩阵和多样性矩阵；根据相异性矩阵和多样性矩阵选出具有价值的图像样本进行查询。本发明从代表性和多样性两个角度，主动选择最有价值的图像作为训练样本，构建主动学习的标记分布模型，对在图像标记数据匮乏情况下标记分布模型性能的提升具有很大的意义。

本发明授权基于代表性和多样性的标记分布图像选择方法与系统在权利要求书中公布了：1.一种基于代表性和多样性的标记分布图像选择方法，其特征在于，包括如下步骤： 1获取标记分布图像数据集，该数据集由已标记图像数据集L和无标记图像数据集U组成，并进行图像特征提取； 2根据已标记图像数据集L，获得标记分布模型； 3用步骤2中训练得到的标记分布模型预测无标记图像数据集U，获得U中图像样本的预测标记； 4计算无标记图像数据集U中的图像样本在特征空间的相异性，得到相异性矩阵D，以此来度量图像样本可以代表其他无标记图像样本的程度； 5根据步骤3中获得的无标记图像样本的预测标记，计算无标记数据集U中的图像样本和已标记数据集L中的图像样本的标记分布序列之间的距离，得到多样性矩阵C，以此来度量无标记图像样本的多样性； 6综合考虑图像样本的代表性和多样性，以选出能代表无标记数据集中其他样本的子集样本，并且这些子集样本与已标记数据集中的样本在标记空间中具有不同的标记分布为目标，选出最有价值的图像样本构成查询样本集合Q； 7对步骤6中得到的查询样本集合Q中的图像样本进行标注，并从U中移出，放到L中； 8重复步骤2至7,直到满足最大循环次数或重新训练出的标记分布模型的性能达到要求时停止。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29号南京航空航天大学；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”。

以上内容由龙图腾AI智能生成。