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！

龙图腾网获悉中国科学院上海微系统与信息技术研究所申请的专利一种基于迭代学习的半监督人眼多要素分割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：CN115116123B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202210497450.0，技术领域涉及：G06V40/18；该发明授权一种基于迭代学习的半监督人眼多要素分割方法是由祁若宸;朱冬晨;张广慧;石文君;李嘉茂;张晓林设计研发完成，并于2022-05-09向国家知识产权局提交的专利申请。

本一种基于迭代学习的半监督人眼多要素分割方法在说明书摘要公布了：本发明涉及一种基于迭代学习的半监督人眼多要素分割方法，包括以下步骤：将可见光下眼部数据集划分为有标签眼部数据集和无标签眼部数据集；基于有标签眼部数据集利用有监督深度学习网络进行训练，得到预训练模型；基于预训练模型通过前向推理获取无标签眼部数据集的伪标签；基于有标签眼部数据集对无标签眼部数据集和伪标签进行筛选，得到信任数据集；将有标签眼部数据集和信任数据集输入至有监督深度学习网络进行再训练，若未达到训练完成要求，则返回上述的伪标签获取步骤，否则结束训练得到人眼分割模型；采用人眼分割模型对人眼进行多要素分割。本发明能够在使用少量标签数据的情况下，提升模型的精度和鲁棒性。

本发明授权一种基于迭代学习的半监督人眼多要素分割方法在权利要求书中公布了：1.一种基于迭代学习的半监督人眼多要素分割方法，其特征在于，包括以下步骤： 1将可见光下眼部数据集划分为有标签眼部数据集和无标签眼部数据集； 2基于所述有标签眼部数据集利用有监督深度学习网络进行训练，得到预训练模型； 3基于所述预训练模型通过前向推理获取所述无标签眼部数据集的伪标签； 4基于所述有标签眼部数据集对所述无标签眼部数据集和伪标签进行筛选，得到信任数据集，具体为： 41基于所述有标签眼部数据集中的标签获取标准参数，具体为：根据所述标签提取巩膜标签、虹膜标签和瞳孔标签，由所述巩膜标签、虹膜标签和瞳孔标签合成全眼标签；分别计算所述全眼标签、虹膜标签和瞳孔标签的凸性和坚固性；分别求所述全眼标签、虹膜标签和瞳孔标签的平均凸性和平均坚固性，并将所述平均凸性和平均坚固性作为标准参数； 42基于所述伪标签获取所述无标签眼部数据集中每张图像数据的伪标签参数； 43将所述标准参数与所述伪标签参数进行比较，若所述伪标签参数的总错误率小于阈值，则将所述伪标签参数对应的图像数据和伪标签加入到所述信任数据集中； 5将所述有标签眼部数据集和信任数据集输入至所述有监督深度学习网络进行再训练，若未达到训练完成要求，则返回所述步骤3，否则结束训练得到人眼分割模型； 6采用所述人眼分割模型对人眼进行多要素分割。

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中国科学院上海微系统与信息技术研究所，其通讯地址为：200050 上海市长宁区长宁路865号；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”。