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！

龙图腾网获悉中国科学技术大学申请的专利基于图的信息驱动主动学习方法和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：CN120877000B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202511371591.8，技术领域涉及：G06V10/764；该发明授权基于图的信息驱动主动学习方法和系统是由张昱;刘烁设计研发完成，并于2025-09-24向国家知识产权局提交的专利申请。

本基于图的信息驱动主动学习方法和系统在说明书摘要公布了：本发明涉及计算机视觉技术领域，公开了一种基于图的信息驱动主动学习方法和系统，方法包括：计算每个对象的聚类对应的空间不确定性、类别不确定性和存在不确定性，进行归一化并加权聚合，得到对象的不确定性分数和图像的整体不确定性分数；构建不确定性感知的视觉语义图；将所述视觉语义图划分为多个社区，将标注预算分为两部分，一部分按社区大小比例分配，在各社区内部依据整体不确定性分数进行加权随机采样，另一部分按社区的结构重要性分配，在各社区内部采样高不确定性样本。本发明通过逐轮选择信息量最大的样本进行标注，以有限预算获得最大化的模型性能提升。

本发明授权基于图的信息驱动主动学习方法和系统在权利要求书中公布了：1.一种基于图的信息驱动主动学习方法，其特征在于，包括： 将对未标注图像样本中的同一对象预测的多组边界框进行聚类：目标检测模型对每个未标注图像样本执行N次随机前向传播，每次传播都会为同一对象产生一组边界框及对应的类别预测；使用基于交并比的贪心聚类算法，将N次预测得到的针对同一对象的多个边界框归为一类；计算每个对象的聚类对应的空间不确定性、类别不确定性和存在不确定性；对三类不确定性进行归一化并加权聚合，得到对象的不确定性分数，将图像内所有对象的不确定性分数的最大值作为该图像的整体不确定性分数； 构建视觉语义图，以每个未标注图像样本为节点，节点属性包括未标注图像样本的高维语义特征和整体不确定性分数；基于高维语义特征相似度建立节点间的基础连接，并引入高不确定性节点作为信息枢纽建立信息桥以增强连通性，计算融合了语义相似性和不确定性的边权重：基础连接：如果两个节点的高维语义特征的余弦相似度超过阈值，则在这两个节点之间建立一条无向边；信息桥：将整体不确定性分数排名前10%的未标注图像样本对应的节点定义为信息枢纽，通过这些信息枢纽建立额外连接；边权重计算：；是连接节点和节点的边的权重，是平衡因子，是常数；为的高维语义特征和的高维语义特征的余弦相似度，分别为和对应的未标注图像样本的整体不确定性分数；构建不确定性感知的视觉语义图； 使用社区发现算法将所述视觉语义图划分为多个社区，将标注预算分为两部分，一部分按社区大小比例分配，在各社区内部依据整体不确定性分数进行加权随机采样，另一部分按社区的结构重要性分配，在各社区内部采样高不确定性样本。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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。