[发明专利]一种基于数据增强的半监督零样本图像分类方法有效

专利信息
申请号: 202011147838.5 申请日: 2020-10-23
公开(公告)号: CN112364893B 公开(公告)日: 2022-07-05
发明(设计)人: 冀中;崔碧莹 申请(专利权)人: 天津大学
主分类号: G06V10/764 分类号: G06V10/764;G06K9/62;G06V10/774
代理公司: 天津市北洋有限责任专利代理事务所 12201 代理人: 潘俊达
地址: 300072*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明属于图像分类的技术领域,具体涉及一种基于数据增强的半监督零样本图像分类方法,利用快捷的搜索引擎,在训练过程中引入与未见类别相关的附加类别的数据,使可见类的信息可以很好地迁移到未见类中;同时不需要加入更多的语义信息,也就不需要耗费更多的人力,方便快捷;此外,本发明采用视觉特征和语义特征双向映射的方式,生成附加类样本的语义表示,使模型更好地从可见类迁移到未见类上去,提高模型的泛化能力,有助于推动零样本学习应用于生产生活实际,加速深度学习算法向实用发展。
搜索关键词: 一种 基于 数据 增强 监督 样本 图像 分类 方法
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/202011147838.5/,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top