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 > 恭喜北京科技大学班晓娟获国家专利权

恭喜北京科技大学班晓娟获国家专利权

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!

龙图腾网恭喜北京科技大学申请的专利一种基于联邦学习与风格迁移的图像分割方法及装置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:CN114037989B

龙图腾网通过国家知识产权局官网在2025-04-18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:202111296271.2,技术领域涉及:G06V20/69;该发明授权一种基于联邦学习与风格迁移的图像分割方法及装置是由班晓娟;陈佳豪;马博渊;印象设计研发完成,并于2021-11-03向国家知识产权局提交的专利申请。

一种基于联邦学习与风格迁移的图像分割方法及装置在说明书摘要公布了:本发明公开了一种基于联邦学习与风格迁移的图像分割方法及装置,涉及图像处理及人工智能技术领域。包括:多个用户节点分别构建基于本地图像数据集的风格迁移模型;训练节点基于风格迁移模型,根据联邦风格交换规则获取共享风格迁移模型;训练节点基于共享风格迁移模型,利用本地图像数据真实分割标注,得到具有其他节点图像数据风格的合成图像数据集;多个用户节点基于联邦学习方法对图像分割模型进行联邦训练,得到训练好的图像分割模型。本发明能够在保护用户关切的图像核心信息的前提下,通过共享用户对保密需求不迫切的风格信息,充分降低不同用户之间数据分布差异带来的算法性能损失,最终训练得到泛化能力强的图像分割模型。

本发明授权一种基于联邦学习与风格迁移的图像分割方法及装置在权利要求书中公布了:1.一种基于联邦学习与风格迁移的图像分割方法,其特征在于,所述方法由数据集获取系统实现,所述数据集获取系统包括服务节点、多个用户节点,所述多个用户节点包括训练节点、其他节点;所述用户节点中,若指定其中一个节点为训练节点,则除去所述训练节点以外的用户节点为其他节点;S1、所述多个用户节点分别构建基于本地图像数据集的风格迁移模型;S2、所述训练节点基于所述风格迁移模型,根据联邦风格交换规则获取共享风格迁移模型;所述共享风格迁移模型为其他节点的基于本地图像数据集的风格迁移模型;S3、所述训练节点基于所述共享风格迁移模型,利用本地图像数据真实分割标注,得到具有其他节点的本地图像数据集的风格的合成图像数据集;S4、将所述用户节点中每一个节点分别作为训练节点,依次执行S2-S3;S5、所述多个用户节点基于所述本地图像数据集及合成图像数据集,根据联邦学习方法对图像分割模型进行联邦训练,得到训练好的图像分割模型;所述S2中的风格迁移模型是基于所述真实分割标注,获得具有特定风格信息图像的模型;所述基于本地图像数据集的风格迁移模型是基于所述本地图像数据集训练得到的风格迁移模型;所述S2中的根据联邦风格交换规则获取共享风格迁移模型包括:S21、所述多个用户节点分别将本地图像数据集训练得到的风格迁移模型的生成器参数wi发送给所述服务节点,其中i表示所述多个用户节点的编号;S22、所述服务节点根据接收到的所述多个用户节点的所述生成器参数,构建全局风格迁移参数集合Wg={w1,w2,w3,...,wn},其中n为所述多个用户节点的个数;S23、所述服务节点针对每一个所述用户节点i分别构建共享风格迁移参数,并将所述共享风格迁移参数分发给对应用户节点i,所述多个用户节点基于所述共享风格迁移参数构建所述共享风格迁移模型;其中,所述共享风格迁移参数为所述全局风格迁移参数集合中除了所述用户节点i的风格迁移参数以外的其他节点的风格迁移参数。

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北京科技大学,其通讯地址为:100083 北京市海淀区学院路30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。