咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com
24小时咨询热线13280638997
24小时咨询热线著 录 项 目：
| 专利/申请号： | CN202111484754.5 | 专利名称： | 基于特征和标签空间动态对齐的域适应图像分类方法 |
| 申请日： | 2021-12-07 | 申请/专利权人 | 南京信息工程大学 |
| 专利类型： | 发明 | 地址： | 江苏省盐城市盐南高新区新河街道文港南路105号 |
| 专利状态： | 已下证 查询审查信息 | IPC分类号： | G06K9/62 分类检索 |
| 公开/公告日： | 2022-04-05 | 转让价格： | 【平台担保交易】 |
| 公开/公告号： | CN114282602A | 交易状态： | 等待洽谈 搜索相似专利 |
| 浏览量： | 3 | 所属领域： | 计算机视觉 深度学习 迁移学习 图像处理专利转让搜索 |
应用场景：跨领域图像分类（如不同光照、分辨率或拍摄设备下的图像适配）；小样本场景下的模型泛化；工业缺陷检测中的域迁移问题；医疗影像跨机构数据适配
摘 要：本发明公开了基于特征和标签空间动态对齐的域适应图像分类方法，包括如下步骤：(1)将源域图像和目标域图像输入到对抗无监督域适应模型，利用特征提取器提取高维特征，利用源域图像及对应标签训练分类器；(2)对高维特征的特征空间进行子域对齐，通过标签空间进行域对齐；(3)将域对齐之后高维特征输入到判别器进行域判别；(4)将判别之后的图像输入分类器，度量源域和目标域之间的子域分布距离，动态调整域适应与域判别之间的关系权重。本发明首次利用源域和目标域之间的子域分布距离，动态调整域适应与域判别之间的关系权重，让域适应能力和域判别能力达到平衡，以实现对目标域样本的精确标记工作，使得模型泛化能力更强。
| 交易方 | 企业 | 个人 |
| 买家 | 营业执照副本复印件（需盖公章） | 身份证复印件（签字） |
| 专利转让委托书（需盖公章）一式两份 | 专利转让委托书（需签字）一式两份 | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 卖家 | 营业执照副本复印件（需盖公章） | 身份证复印件（需申请人签字） |
| 解除代理委托书（需盖公章）一式两份（如专利通过代理机构申请） | 解除代理委托书（需签字）一式两份（如专利通过代理机构申请） | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
| 专利证原件（若授权下证） | 专利证原件（若授权下证） |
| 日期 | 法律信息 | 备注 |
| 申请号 | 专利名称 | 发布日期 |
| 2021111733913 | 【发明】多模态输入与空间划分的三维目标检测方法 | 2025/10/15 |
| 2022107520618 | 【发明】一种自动提取特征的压力容器气体泄漏声学识别方法 | 2025/10/15 |
| 2017109795347 | 【发明】一种垃圾邮件的分类方法 | 2025/10/15 |
| 2019113176917 | 【发明】一种基于相似度网络的多模态图像能见度检测方法 | 2025/10/14 |
| 2020105174429 | 【发明】基于浅层融合的多模态图像能见度检测模型的深度学习方法 | 2025/10/14 |
| 2017108960597 | 【发明】一种基于多尺度分层残差网络的图像多字幕自动生成方法 | 2025/10/14 |
| 2018103607014 | 【发明】一种基于多尺度循环注意力网络的交通标识符检测方法 | 2025/10/14 |
| 2021108978741 | 【发明】无人驾驶视觉导航中故障物快速精准识别方法 | 2025/10/11 |
| 2020104812333 | 【发明】基于中心偏移的视频关键帧提取方法 | 2025/10/10 |
| 2018108895889 | 【发明】视频时域单元分割方法 | 2025/10/10 |
