买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨理工大学申请的专利一种基于视角互斥伪标签传播的非完备多视角场景图像聚类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117765291B 。

龙图腾网通过国家知识产权局官网在2025-06-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311805148.8，技术领域涉及：G06V10/762；该发明授权一种基于视角互斥伪标签传播的非完备多视角场景图像聚类方法是由李骜;纪彤彤;许浩越;冯聪设计研发完成，并于2023-12-26向国家知识产权局提交的专利申请。

本一种基于视角互斥伪标签传播的非完备多视角场景图像聚类方法在说明书摘要公布了：一种基于视角互斥伪标签传播的非完备多视角场景图像聚类方法，属于图像信息处理中的场景图像聚类处理领域，本发明首先从一个非完备多视角场景图像数据集中提取完备样本集合和存在样本集合，得到完备样本伪标签。然后，构建各个视角专属半监督分类器和k近邻图，训练分类器至收敛获取存在样本上的类簇分布，将所有视角存在样本的类簇分布进行加权平均，获取所有样本的类簇分布，得到最终聚类结果。与其他方法相比，本发明更稳定，受数据缺失率影响相对小，有着更好的聚类性能。

本发明授权一种基于视角互斥伪标签传播的非完备多视角场景图像聚类方法在权利要求书中公布了：1.一种基于视角互斥伪标签传播的非完备多视角场景图像聚类方法，其特征在于，所述方法包括步骤： S110.从一个非完备多视角场景图像数据集中提取完备样本集合和存在样本集合；对完备样本的特征求解多视角公共子空间最优化问题，得到视角公共子空间；对视角公共子空间实施谱聚类，得到完备样本的伪标签； S120.对每一个视角，构建一个基于图卷积神经网络的视角专属半监督分类器，并随机初始化相应的网络权重；并根据该视角的存在样本构建k近邻图矩阵； S130.对每一个视角，将存在样本的特征和相应的k近邻图输入所述的视角专属半监督分类器，以预测完备样本的伪标签，其损失函数为以带掩码的交叉熵分类损失函数； S140.对每一个视角，使用随机梯度下降算法最小化所述带掩码分类损失函数，将所述视角专属半监督分类器训练至收敛；从收敛后的分类器获取存在样本上的类簇分布； S150.将所有视角存在样本的类簇分布进行加权平均，得到所有样本的类簇分布；对每一样本选择概率最大的类簇作为样本所属类簇，得到最终聚类结果；根据所得聚类结果，计算所述非完备多视角场景图像数据集上的聚类准确率； 所述S110中，从数据集中提取完备样本集合和存在样本集合；完备样本集合和存在样本集合的定义如下： 其中，是完备样本集合，εvv＝1,2,…,m是每个视角的存在样本集合；M∈{0,1}n×m是缺失指示矩阵，若第i个样本的第v个视角存在，则Miv＝1，否则Miv＝0；n和m分别表示样本数和视角数；完备样本的特征记作存在样本的特征记作np为完备样本数，nv为视角v的存在样本； 对完备样本的特征求解多视角公共子空间最优化问题，其定义如下： 其中，Xv是完备样本的特征，是视角专属子空间矩阵，是视角公共子空间矩阵；对S进行谱聚类，得到完备样本的伪标签np是完备样本数，nc是类簇数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨理工大学，其通讯地址为：150080 黑龙江省哈尔滨市南岗区学府路52号哈尔滨理工大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。