基于生成式对抗网络的无偏映射零样本分类方法和装置

发明专利有效专利

申请号：
CN201910093484.1
IPC分类号：G06K9/62
申请日期：
2019-01-30
申请人：
中科人工智能创新技术研究院（青岛）有限公司

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	基于生成式对抗网络的无偏映射零样本分类方法和装置
申请号	CN201910093484.1	申请日期	2019-01-30
法律状态	授权	申报国家	中国
公开/公告日	2019-05-28	公开/公告号	CN109816032A
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	中科人工智能创新技术研究院（青岛）有限公司	申请人地址	山东省青岛市胶州市胶州经济技术开发区长江路1号创业大厦1117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	中科人工智能创新技术研究院（青岛）有限公司	当前权利人	中科人工智能创新技术研究院（青岛）有限公司
发明人	谭铁牛;张彰;王亮;贾真;纪文峰
代理机构	济南圣达知识产权代理有限公司	代理人	李琳

摘要

本发明公开了一种基于生成式对抗网络的无偏映射零样本分类方法和装置，解决零样本图像分类模型的领域映射偏移问题，从而提升了模型的分类准确性。该方法包括以下步骤：接收输入的已知类别图像，训练图像特征提取器、图像语义映射网络和语义特征分类器；提取已知类别图像特征，训练生成式对抗网络；接收输入的级联噪声的未知类别语义特征，利用训练后的生成式对抗网络生成未知类别图像特征；采用未知类别图像特征再次训练图像语义映射网络，得到无偏图像语义映射网络；接收输入的未知类别测试图像；提取未知类别图像特征，采用无偏图像语义映射网络将未知类别图像特征映射到语义空间，采用语义特征分类器对测试图像进行分类，输出分类结果。

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