首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

一种基于弱监督学习的图像语义解析方法

发明专利有效专利
  • 申请号:
    CN201310214812.1
  • IPC分类号:G06K9/62G06T7/00
  • 申请日期:
    2013-05-31
  • 申请人:
    中国科学院自动化研究所
著录项信息
专利名称一种基于弱监督学习的图像语义解析方法
申请号CN201310214812.1申请日期2013-05-31
法律状态授权申报国家中国
公开/公告日2013-10-02公开/公告号CN103336969A
优先权暂无优先权号暂无
主分类号G06K9/62IPC分类号G06K9/62;G06T7/00查看分类表>
申请人中国科学院自动化研究所申请人地址
北京市海淀区中关村东路*** 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人中国科学院自动化研究所当前权利人中国科学院自动化研究所
发明人卢汉清;刘静;刘洋
代理机构中科专利商标代理有限责任公司代理人宋焰琴
摘要
本发明公开了一种基于弱监督学习的图像语义解析方法,用以解决在给定大量用户标注图像基础上,将图像分割成一系列具有单一语义的完整区域,同时对各区域实现语义标注的问题。本发明包括联合谱聚类与判别式聚类的双重聚类方法,对由过分割方法得到的图像子区域进行聚类;同时,利用图像级别标注与图像区域级别标注的对应约束关系,构建以误差最小化为目标的弱监督学习模型,为各图像子区域的聚类集合分配语义标签。此外,通过判别式聚类学习到的多类分类器,可以实现针对没有标签信息图像的语义解析。本发明不仅可以给图像添加语义标签,还可以将标签添加到图像中的对应区域,实现更细粒度的图像语义理解。

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