恭喜西安電子科技大學程德獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜西安電子科技大學申請的專利一種基于特征解耦和類中心匹配的領域泛化的圖像類別預測處理方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN118506047B 。
龍圖騰網通過國家知識產權局官網在2025-04-01發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202410103821.1,技術領域涉及:G06V10/764;該發明授權一種基于特征解耦和類中心匹配的領域泛化的圖像類別預測處理方法是由程德;許志鵬;王楠楠;方超偉;高新波設計研發完成,并于2024-01-24向國家知識產權局提交的專利申請。
本一種基于特征解耦和類中心匹配的領域泛化的圖像類別預測處理方法在說明書摘要公布了:本發明公開了一種基于特征解耦和類中心匹配的領域泛化的圖像類別預測處理方法,包括:針對一張待處理圖像獲取該待處理圖像對應的領域泛化數據集;對領域泛化數據集中的文本進行文本解耦;對領域泛化數據集中的圖像進行圖像解耦;構建類中心存儲器,利用類中心存儲器得到領域相關的預測概率,通過計算得到領域無關的預測概率,對領域相關的預測概率和領域無關的預測概率進行加權求和得到待處理圖像的總體類別的預測概率并輸出。本發明構建了類中心存儲器,得到領域相關的預測概率,將領域相關的預測概率與領域無關的預測概率相結合,得到總體的預測概率,極大地提高了待處理圖像的總體類別的預測概率。
本發明授權一種基于特征解耦和類中心匹配的領域泛化的圖像類別預測處理方法在權利要求書中公布了:1.一種基于特征解耦和類中心匹配的領域泛化的圖像類別預測處理方法,其特征在于,包括:針對一張待處理圖像獲取該待處理圖像對應的領域泛化數據集;所述領域泛化數據集包括:不同領域下每種預設類別的圖像和每個圖像各自對應的標簽,所述標簽包括:類別標簽和領域標簽;利用LLM模型分別生成每個類別標簽對應的細粒度文本描述和每個領域標簽對應的細粒度文本描述;利用所述LLM模型對每個類別標簽對應的細粒度文本描述進行處理,得到每個類別標簽對應的領域無關的文本描述;利用所述LLM模型對每個領域標簽對應的細粒度文本描述進行處理,得到每個領域標簽對應的領域相關的文本描述;將預設的文本描述插入每個領域無關的文本描述和每個領域相關的文本描述,經過文本編碼器得到所有領域無關的文本描述的領域無關的文本特征集合和所有領域相關的文本描述的領域相關的文本特征集合;將預設詞向量插入所述領域泛化數據集的每個圖像,利用所述領域無關的文本特征集合和所述領域相關的文本特征集合分別訓練得到每個圖像對應的領域無關的圖像特征和每個圖像對應的領域相關的圖像特征;利用所有的領域相關的圖像特征構建類中心存儲器;利用所述類中心存儲器和所述領域相關的文本特征集合得到領域相關的預測概率;利用所述領域無關的文本特征集合和所有的領域無關的圖像特征匹配得到領域無關的預測概率;對所述領域相關的預測概率和所述領域無關的預測概率進行加權求和得到所述待處理圖像的總體類別的預測概率并輸出;其中,所述領域泛化數據集,包括:源域的數據集合DS和目標域的數據集合DT;其中, 為所述源域的數據集合DS中的一個源域的數據,對于每個源域,其中,每個數據樣本xi,yi由輸入圖像xi和輸入圖像xi對應的標簽yi組成,NS為源域的總數,為當前源域中所有圖像的總數;為所述目標域的數據集合DT中的一個目標域的數據,對于每個目標域,其中,每個數據樣本xi′,yi′由輸入圖像xi′和輸入圖像xi′對應的標簽yi′組成,Nt為目標域的總數,為當前目標域中所有圖像的總數;所述利用所有的領域相關的圖像特征構建類中心存儲器,包括:根據所述源域的數據集合DS、所述源域的總數和源域下的類別標簽的數量,得到類中心張量C,其中,Cm,k為所述類中心張量C中第m個源域第k個類別的中心張量, d為特征維度,M為第m個源域中具有類別標簽的總數,NC為所述源域的數據集合中類別標簽的總數,ES為領域相關的視覺編碼器fS中的預設詞向量;將所述類中心張量C表示為二維矩陣并進行緩存,作為所述類中心存儲器;所述利用所述類中心存儲器和所述領域相關的文本特征集合得到領域相關的預測概率,包括:選擇所述目標域的數據集合DT中的圖像作為測試圖像xi′,通過所述領域相關的視覺編碼器fS提取所述測試圖像xi′中的測試圖像特征fSxi′,ES;通過預設公式1得到所述測試圖像特征與所述類中心存儲器之間的關聯度Φxi′,C,其中,所述預設公式1為Φxi′,C=exp-β1-fSxi′,ESCT;β為調節相似度輸出銳度的超參數,CT為C的轉置,fSxi′,ESCT為所述測試圖像特征與所述類中心張量C之間的余弦相似度;利用預設公式2得到所述領域相關的預測概率PiS;其中,所述預設公式2為PiS=Φxi′,CLC,LC為標簽的集合,
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人西安電子科技大學,其通訊地址為:710071 陜西省西安市太白南路2號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。