在标签含噪情况下基于质量嵌入的图像分类方法及系统

发明专利有效专利

申请号：
CN201710599924.1
IPC分类号：G06K9/62
申请日期：
2017-07-21
申请人：
上海交通大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	在标签含噪情况下基于质量嵌入的图像分类方法及系统
申请号	CN201710599924.1	申请日期	2017-07-21
法律状态	授权	申报国家	中国
公开/公告日	2017-12-12	公开/公告号	CN107463953A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2查看分类表>
申请人	上海交通大学	申请人地址	上海市徐汇区虹桥路333号3幢387室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	上海媒智科技有限公司	当前权利人	上海媒智科技有限公司
发明人	张娅;姚江超;王嘉杰;王延峰
代理机构	上海恒慧知识产权代理事务所（特殊普通合伙）	代理人	徐红银

摘要

本发明提供一种在标签含噪情况下基于质量嵌入的图像分类方法及系统，包括：网络图片标签收集步骤；标签质量因子嵌入步骤：在有监督的图像分类模型中引入标签质量因子，用于控制带噪标签的预测值生成和吸收来自错误标签的误差回传信息；利用最大化对数似然函数，设计加入标签质量因子之后的优化目标函数；网络模型构建步骤：利用深度神经网络对优化目标函数进行建模；网络参数训练步骤：将训练图片和带噪声的标签输入网络模型，使用变种的随机梯度下降法端到端的联动训练模型，同时更新模型参数；图像分类步骤。本发明将图片真实标签、用户提供标签和图片标签质量三个变量统一建模，形成对含噪标签的监督学习，能得到较为准确的图像分类结果。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供