吉林大学陈绵书获国家专利权
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!
龙图腾网获悉吉林大学申请的专利一种基于聚类分析的开集图像分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:CN115601648B 。
龙图腾网通过国家知识产权局官网在2026-01-02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:202211355012.7,技术领域涉及:G06V20/10;该发明授权一种基于聚类分析的开集图像分类方法是由陈绵书;张雅琦;胡超亚;桑爱军;李晓妮;郑宏宇设计研发完成,并于2022-11-01向国家知识产权局提交的专利申请。
本一种基于聚类分析的开集图像分类方法在说明书摘要公布了:本发明公开了一种基于聚类分析的开集图像分类方法,包括步骤:将待分类遥感图像输入嵌入网络,得到嵌入特征,并基于聚类模块,确定嵌入特征对应的簇,根据簇确定簇对应的编解码网络;或者基于聚类模块,确定对应的簇,根据簇确定簇对应的嵌入网络和簇对应的编解码网络,并将待分类遥感图像输入嵌入网络,得到嵌入特征;将嵌入特征输入簇对应的编解码网络,得到分类结果;分类结果包括:分类类别和未知类别。由于编解码网络是按照簇分成多个,每个簇的嵌入特征之间比较相似,且与未知类别的待分类遥感图像的嵌入特征相差较大,则未知类别的待分类遥感图像可被该簇对应的编解码网络分类为未知类别,提高了基于聚类分析的代表性‑鉴别性开集识别框架对未知类别的区别能力。
本发明授权一种基于聚类分析的开集图像分类方法在权利要求书中公布了:1.一种基于聚类分析的开集图像分类方法,其特征在于,应用于基于聚类分析的代表性-鉴别性开集识别框架,所述基于聚类分析的代表性-鉴别性开集识别框架包括:依次设置的嵌入网络、聚类模块以及多个编解码网络,或者依次设置的聚类模块、多个嵌入网络以及多个编解码网络; 所述分类方法包括步骤: 获取待分类遥感图像; 将所述待分类遥感图像输入所述嵌入网络,得到所述待分类遥感图像的嵌入特征,并基于所述聚类模块,确定所述嵌入特征对应的簇,根据所述簇确定所述簇对应的编解码网络;或者,基于所述聚类模块,确定所述待分类遥感图像对应的簇,根据所述簇确定所述簇对应的嵌入网络和所述簇对应的编解码网络,并将所述待分类遥感图像输入所述嵌入网络,得到所述待分类遥感图像的嵌入特征; 将所述嵌入特征输入所述簇对应的编解码网络,得到所述待分类遥感图像的分类结果;其中,所述分类结果包括:分类类别和未知类别; 所述基于聚类分析的代表性-鉴别性开集识别框架采用如下步骤训练得到: 获取原始空间域的训练图像集;其中,所述训练图像集包括训练遥感图像和对应的标注类别; 将原始空间域的训练遥感图像输入嵌入网络,得到所述训练遥感图像的嵌入特征,嵌入特征所处的空间为嵌入空间; 将所述嵌入空间内的嵌入特征进行聚类,得到聚类模块,并根据每一簇的嵌入特征形成该簇对应的聚类空间; 将每一簇的聚类空间中嵌入特征输入该簇对应的编解码网络,得到所述训练遥感图像对应的分类类别和重构特征; 根据所述标注类别、所述分类类别、所述嵌入特征以及所述重构特征,确定损失函数值; 基于所述损失函数值,对所述嵌入网络以及所述编解码网络的网络参数进行更新; 继续执行所述将原始空间域的训练遥感图像输入嵌入网络,得到所述训练遥感图像的嵌入特征的步骤后,执行所述将每一簇的聚类空间中嵌入特征输入该簇对应的编解码网络,得到所述训练遥感图像对应的分类类别和重构特征的步骤,直至满足预设训练条件,得到基于聚类分析的代表性-鉴别性开集识别框架; 或者,所述基于聚类分析的代表性-鉴别性开集识别框架采用如下步骤训练得到: 获取原始空间域的训练图像集;其中,所述训练图像集包括训练遥感图像和对应的标注类别; 将原始空间域的训练遥感图像进行聚类,得到聚类模块,并根据每一簇的训练遥感图像形成该簇对应的聚类空间; 将每一簇的聚类空间中训练遥感图像输入嵌入网络,得到所述训练遥感图像的嵌入特征,嵌入特征所处的空间为嵌入空间; 将每一簇的聚类空间中嵌入特征输入该簇对应的编解码网络,得到所述训练遥感图像对应的分类类别和重构特征; 根据所述标注类别、所述分类类别、所述嵌入特征以及所述重构特征,确定损失函数值; 基于所述损失函数值,对所述嵌入网络以及所述编解码网络的网络参数进行更新; 继续执行所述将每一簇的聚类空间中训练遥感图像输入嵌入网络,得到所述训练遥感图像的嵌入特征的步骤,直至满足预设训练条件,得到基于聚类分析的代表性-鉴别性开集识别框架。
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吉林大学,其通讯地址为:130012 吉林省长春市前进大街2699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”。
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