Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜西安电子科技大学程德获国家专利权

恭喜西安电子科技大学程德获国家专利权

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!

龙图腾网恭喜西安电子科技大学申请的专利一种基于特征解耦和类中心匹配的领域泛化的图像类别预测处理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:CN118506047B

龙图腾网通过国家知识产权局官网在2025-04-01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:202410103821.1,技术领域涉及:G06V10/764;该发明授权一种基于特征解耦和类中心匹配的领域泛化的图像类别预测处理方法是由程德;许志鹏;王楠楠;方超伟;高新波设计研发完成,并于2024-01-24向国家知识产权局提交的专利申请。

一种基于特征解耦和类中心匹配的领域泛化的图像类别预测处理方法在说明书摘要公布了:本发明公开了一种基于特征解耦和类中心匹配的领域泛化的图像类别预测处理方法,包括:针对一张待处理图像获取该待处理图像对应的领域泛化数据集;对领域泛化数据集中的文本进行文本解耦;对领域泛化数据集中的图像进行图像解耦;构建类中心存储器,利用类中心存储器得到领域相关的预测概率,通过计算得到领域无关的预测概率,对领域相关的预测概率和领域无关的预测概率进行加权求和得到待处理图像的总体类别的预测概率并输出。本发明构建了类中心存储器,得到领域相关的预测概率,将领域相关的预测概率与领域无关的预测概率相结合,得到总体的预测概率,极大地提高了待处理图像的总体类别的预测概率。

本发明授权一种基于特征解耦和类中心匹配的领域泛化的图像类别预测处理方法在权利要求书中公布了:1.一种基于特征解耦和类中心匹配的领域泛化的图像类别预测处理方法,其特征在于,包括:针对一张待处理图像获取该待处理图像对应的领域泛化数据集;所述领域泛化数据集包括:不同领域下每种预设类别的图像和每个图像各自对应的标签,所述标签包括:类别标签和领域标签;利用LLM模型分别生成每个类别标签对应的细粒度文本描述和每个领域标签对应的细粒度文本描述;利用所述LLM模型对每个类别标签对应的细粒度文本描述进行处理,得到每个类别标签对应的领域无关的文本描述;利用所述LLM模型对每个领域标签对应的细粒度文本描述进行处理,得到每个领域标签对应的领域相关的文本描述;将预设的文本描述插入每个领域无关的文本描述和每个领域相关的文本描述,经过文本编码器得到所有领域无关的文本描述的领域无关的文本特征集合和所有领域相关的文本描述的领域相关的文本特征集合;将预设词向量插入所述领域泛化数据集的每个图像,利用所述领域无关的文本特征集合和所述领域相关的文本特征集合分别训练得到每个图像对应的领域无关的图像特征和每个图像对应的领域相关的图像特征;利用所有的领域相关的图像特征构建类中心存储器;利用所述类中心存储器和所述领域相关的文本特征集合得到领域相关的预测概率;利用所述领域无关的文本特征集合和所有的领域无关的图像特征匹配得到领域无关的预测概率;对所述领域相关的预测概率和所述领域无关的预测概率进行加权求和得到所述待处理图像的总体类别的预测概率并输出;其中,所述领域泛化数据集,包括:源域的数据集合DS和目标域的数据集合DT;其中, 为所述源域的数据集合DS中的一个源域的数据,对于每个源域,其中,每个数据样本xi,yi由输入图像xi和输入图像xi对应的标签yi组成,NS为源域的总数,为当前源域中所有图像的总数;为所述目标域的数据集合DT中的一个目标域的数据,对于每个目标域,其中,每个数据样本xi′,yi′由输入图像xi′和输入图像xi′对应的标签yi′组成,Nt为目标域的总数,为当前目标域中所有图像的总数;所述利用所有的领域相关的图像特征构建类中心存储器,包括:根据所述源域的数据集合DS、所述源域的总数和源域下的类别标签的数量,得到类中心张量C,其中,Cm,k为所述类中心张量C中第m个源域第k个类别的中心张量, d为特征维度,M为第m个源域中具有类别标签的总数,NC为所述源域的数据集合中类别标签的总数,ES为领域相关的视觉编码器fS中的预设词向量;将所述类中心张量C表示为二维矩阵并进行缓存,作为所述类中心存储器;所述利用所述类中心存储器和所述领域相关的文本特征集合得到领域相关的预测概率,包括:选择所述目标域的数据集合DT中的图像作为测试图像xi′,通过所述领域相关的视觉编码器fS提取所述测试图像xi′中的测试图像特征fSxi′,ES;通过预设公式1得到所述测试图像特征与所述类中心存储器之间的关联度Φxi′,C,其中,所述预设公式1为Φxi′,C=exp-β1-fSxi′,ESCT;β为调节相似度输出锐度的超参数,CT为C的转置,fSxi′,ESCT为所述测试图像特征与所述类中心张量C之间的余弦相似度;利用预设公式2得到所述领域相关的预测概率PiS;其中,所述预设公式2为PiS=Φxi′,CLC,LC为标签的集合,

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西安电子科技大学,其通讯地址为:710071 陕西省西安市太白南路2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”。

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。