一种提升局部类别区分度的跨领域自适应图像分类方法

发明专利有效专利

申请号：
CN201910190041.4
IPC分类号：G06K9/62;G06F16/55
申请日期：
2019-03-13
申请人：
清华大学

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	一种提升局部类别区分度的跨领域自适应图像分类方法
申请号	CN201910190041.4	申请日期	2019-03-13
法律状态	授权	申报国家	中国
公开/公告日	2019-07-16	公开/公告号	CN110020674A
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;;;G;0;6;F;1;6;/;5;5查看分类表>
申请人	清华大学	申请人地址	北京市海淀区清华园1号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	清华大学	当前权利人	清华大学
发明人	宋士吉;陈一鸣
代理机构	北京清亦华知识产权代理事务所（普通合伙）	代理人	罗文群

摘要

本发明涉及一种提升局部类别区分度的跨领域自适应图像分类方法，属于图像处理技术领域。本发明的跨领域自适应图像分类方法，当训练一个图像内容分类模型时，训练集和测试集的图像在色调、角度、清晰度等方面存在差异，表示图像信息的数据服从不同的概率分布。学习两个图像分布共享的特征，同时对每一张图像，在与其风格相似的其他图像中，挖掘与其内容相同的图像之间的共同点，以及内容不同的图像之间的差异性，使同类内容图像聚集性更强，而不同类内容图像之间相互干扰减少，从而提升图像数据集的局部类别区分度，进而提高图像分类的准确度。

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