腾讯科技(北京)有限公司郭卉获国家专利权
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!
龙图腾网获悉腾讯科技(北京)有限公司申请的专利图像聚类方法、装置及计算机可读存储介质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:CN113590863B 。
龙图腾网通过国家知识产权局官网在2025-12-30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:202110203651.0,技术领域涉及:G06F16/55;该发明授权图像聚类方法、装置及计算机可读存储介质是由郭卉设计研发完成,并于2021-02-23向国家知识产权局提交的专利申请。
本图像聚类方法、装置及计算机可读存储介质在说明书摘要公布了:本申请提供了一种涉及人工智能领域的图像聚类方法、装置及计算机可读存储介质;方法包括:获取待处理图像集中每张待处理图像的语义信息,并基于每张待处理图像的语义信息,对待处理图像集进行语义簇划分,得到n个语义子簇;在n个语义子簇的每个语义子簇内进行图像聚类,得到每个语义子簇对应的Ci个聚类中心,进而得到n个语义子簇对应的聚类中心集合;基于聚类中心集合,对待处理图像集进行聚类,得到与聚类中心集合中每个聚类中心对应的图像子类;基于每个聚类中心对应的图像子类,得到图像子类集合;图像子类集合包括每个聚类中心对应的图像子类;图像子类集合用于图像检索。通过本申请,能够提高图像聚类的准确性和效率。
本发明授权图像聚类方法、装置及计算机可读存储介质在权利要求书中公布了:1.一种图像聚类方法,其特征在于,包括: 利用分类识别模型从每张待处理图像提取包含语义信息的嵌入特征向量; 基于所述嵌入特征向量与n种预设语义分类,对所述每张待处理图像进行分类,得到待处理图像集对应的n个语义子簇,每个语义子簇对应所述n种预设语义分类中一种预设语义类型; 其中,n为大于或等于1的正整数;所述分类识别模型是通过以下自监督协同训练得到的:对比语义分类预测结果与标注语义分类结果,得到分类损失;对比预测聚类中心与标注聚类中心,得到均衡损失;所述均衡损失表征所述预测聚类中心与所述标注聚类中心的分布差异;将所述分类损失与所述均衡损失作为当前轮训练的总损失,根据所述总损失对初始分类识别模型的模型参数进行更新并基于更新的模型参数进行下一轮训练,直至所述总损失小于预设训练阈值时,得到所述分类识别模型; 在所述n个语义子簇的每个语义子簇内进行图像聚类,得到所述每个语义子簇对应的个聚类中心,进而得到所述n个语义子簇对应的聚类中心集合;其中,i为大于或等于1,且小于或等于n的正整数;所述为大于或等于1的正整数; 基于所述聚类中心集合,对所述待处理图像集进行聚类,得到与所述聚类中心集合中每个聚类中心对应的图像子类; 基于所述每个聚类中心对应的图像子类,得到图像子类集合;所述图像子类集合包括所述聚类中心集合中每个聚类中心对应的图像子类;所述图像子类集合用于图像检索。
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腾讯科技(北京)有限公司,其通讯地址为:100080 北京市海淀区海淀大街38号银科大厦16层1601-1608室;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”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励