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！

龙图腾网获悉武汉纺织大学申请的专利基于进阶式学习的图像多任务识别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：CN115601622B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202211287878.9，技术领域涉及：G06V10/82；该发明授权基于进阶式学习的图像多任务识别方法与系统是由廖海斌;袁理;廖雄英设计研发完成，并于2022-10-20向国家知识产权局提交的专利申请。

本基于进阶式学习的图像多任务识别方法与系统在说明书摘要公布了：本发明提出了一种基于进阶式学习的图像多任务识别方法与系统，构建一种端到端的进阶式多任务深度学习网络模型进行人脸属性同时识别。本进阶式多任务学习网络由初级网络、高级网络和专家级网络三大模块组成。初级网络由终身学习策略构建，使用人脸各属性样本进行属性学习训练，使其具备识别人脸各属性的初级功能。高级网络由多任务学习策略构建，使用特殊收集的人脸多属性样本进行多任务协同学习训练，使其具备一次性同时识别人脸多属性的高级功能。专家级网络由软标签学习策略构建，使用特殊收集的带置信度的人脸多属性训练样本进行甄别学习，使其具备通过表象看本质的专家级鉴别能力。

本发明授权基于进阶式学习的图像多任务识别方法与系统在权利要求书中公布了：1.基于进阶式学习的图像多任务识别方法，其特征在于，包括如下步骤： 步骤1，构建多级别的训练样本； 步骤2，构建进阶式学习的多级别图像识别网络模型； 进阶式学习的多级别图像识别网络模型包括3个阶段，第1阶级利用终身学习构建初级网络，利用单属性样本进行训练，使模型能够初步识别各任务的性能，第2阶级是在迁移初级网络知识的基础上利用多属性样本进行协同训练学习，利用多任务协同学习构建高级网络，使模型能够充分利用不同任务之间的相关性和异质性，完成多任务同时识别功能；第3阶级是在迁移初级网络和高级网络知识的基础上利用软标签样本进行训练学习得到专家网络，利用软标签学习构建专家网络，使模型具备去伪存真的图像识别本质能力，从而提高模型的鲁棒性和泛化能力； 利用多任务协同学习构建高级网络，其在迁移初级网络知识的基础上利用多属性样本进行协同训练学习，高级网络的主干网络和初级网络的主干网络一样； 假设使用N个训练样本去学习T个任务，用表示第t∈{1,…,T}个任务中第i∈{1,…,N}个样本向量和其对应的任务标签，则多任务协同学习的目标为： 其中，xi表示第i个训练样本，表示第t个属性任务中第i个样本的标签，fxi,θ表示深度网络函数，即高级网络的主干网络，θ为需要求解的网络参数，Φθ为正则惩罚项，采用L2惩罚项，Lt·表示不同任务的损失函数，λt表示不同损失函数的权值分配； 专家网络的主干网络和初级网络的主干网络一样，专家网络中通过对硬标签yk进行软化得到新的损失函数： 其中，表示标签软化，值根据样本自身情况确定，ck为样本标签的置信度，pk为网络预测结果，yk为非1即0的真实结果，K为标签类别数； 步骤3，利用对应级别的训练样本训练图像识别网络模型； 步骤4，利用训练好的多级别图像识别网络模型实现图像的多任务识别。

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武汉纺织大学，其通讯地址为：430073 湖北省武汉市洪山区纺织路1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”。

以上内容由龙图腾AI智能生成。