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！

龍圖騰網恭喜廈門大學申請的專利基于蒸餾學習和增量學習半監督無參考圖像質量評估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：CN117115121B 。

龍圖騰網通過國家知識產權局官網在2025-05-13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：202311121777.9，技術領域涉及：G06T7/00；該發明授權基于蒸餾學習和增量學習半監督無參考圖像質量評估方法是由紀榮嶸;張巖;高體民設計研發完成，并于2023-09-01向國家知識產權局提交的專利申請。

本基于蒸餾學習和增量學習半監督無參考圖像質量評估方法在說明書摘要公布了：基于蒸餾學習和增量學習半監督無參考圖像質量評估方法，屬于計算機視覺技術領域。無參考圖像質量評估旨在模擬人類對圖像失真的評估，對標記數據有很大的需求，但標記數據在實踐中遠遠不夠。本發明提出一個統一的半監督和增量學習框架來解決上述問題。當訓練數據不足時，需要半監督學習來推斷大量未標記的數據。同時，多次的半監督學習很容易導致災難性遺忘問題，需要增量學習。使用知識蒸餾為未標記的數據提供偽標簽，以保持分析能力，從而實現半監督學習。同時，通過在多次半監督學習過程中選擇具有代表性的例子，利用增量學習來修正先前的數據，從而確保本發明的模型不會退化。本發明展示其解決實際生產中圖像質量評估問題的潛力。

本發明授權基于蒸餾學習和增量學習半監督無參考圖像質量評估方法在權利要求書中公布了：1.基于蒸餾學習和增量學習半監督無參考圖像質量評估方法，其特征在于包括以下步驟：1使用有標簽的數據集DA初始化模型；2初始模型復制成教師模型和學生模型；3對無標簽數據集DB進行分塊4對教師模型使用基于核嶺回歸的知識蒸餾算法為無標簽數據集生成偽標簽；所述使用基于核嶺回歸的知識蒸餾算法為無標簽數據集生成偽標簽，具體步驟如下：41KRR的損失函數定義為： 其中，fi和fz表示DA中第i個和z個樣本的特征，ai和az是相應的因子，λ是平衡因子，K是徑向基函數，N是DA的個數；42徑向基函數K的定義寫成：Kfi,fz＝exp-γ||fi-fz||2,γ02其中，γ定義單個樣本的影響范圍；43利用特征矩陣作為輸入，并獲得未標記數據DB的偽標簽； 其中，yj是DB中第j個樣本的偽標簽；5基于教師模型對DA和進行簡單樣本挑選，選取教師模型預測最準的K個樣本作為代表性樣例εA和6將εA和混合，對學生模型進行訓練；7重復步驟4～6直到學生模型完成DB的訓練；8給定任意圖像，將其輸入模型，模型輸出其預測的質量分數。

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廈門大學，其通訊地址為：361005 福建省廈門市思明區思明南路422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”。