[发明专利]一种面向深度有序回归模型的生成式特征有序正则化方法在审
| 申请号： | 202210116188.0 | 申请日： | 2022-01-28 |
| 公开（公告）号： | CN114494785A | 公开（公告）日： | 2022-05-13 |
| 发明（设计）人： | 单洪明;雷一鸣;张军平 | 申请（专利权）人： | 复旦大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 上海正旦专利代理有限公司 31200 | 代理人： | 陆飞;陆尤 |
| 地址： | 200433 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于图像分类技术领域，具体为一种面向深度有序回归模型的生成式特征有序正则化方法。本发明通过深度卷积神经网络将输入图像映射为低维特征表示，在相应的低维空间中计算批中所有样本的低维特征表示之间的距离；然后计算批中所有样本的有序标签之间的距离；将所得的批中所有样本与其他样本之间的特征表示距离向量和标签距离向量分别进行归一化；对归一化后的特征向量和标签距离向量计算散度，以此来约束在嵌入空间中特征的分布与有序标签的分布一致，即保证特征的有序性；模型最终的损失函数包括有序回归损失和该KL散度损失；本发明方法有助于提高在多种任务场景(如人脸年龄估计、医学图像分类、历史图像年代分类等)下的分类性能。 | ||
| 搜索关键词： | 一种 面向 深度 有序 回归 模型 生成 特征 正则 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于复旦大学，未经复旦大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210116188.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种高精确性的模杆加工设备
- 下一篇：自发自消的风电机组
