買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉廣東工業(yè)大學(xué)申請(qǐng)的專利基于超像素主動(dòng)學(xué)習(xí)和半監(jiān)督學(xué)習(xí)策略的圖像瑕疵分割方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114758133B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-15發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210468960.5，技術(shù)領(lǐng)域涉及：G06V10/26；該發(fā)明授權(quán)基于超像素主動(dòng)學(xué)習(xí)和半監(jiān)督學(xué)習(xí)策略的圖像瑕疵分割方法是由程良倫;胡文韜;吳文昊;黃國(guó)恒設(shè)計(jì)研發(fā)完成，并于2022-04-29向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于超像素主動(dòng)學(xué)習(xí)和半監(jiān)督學(xué)習(xí)策略的圖像瑕疵分割方法在說(shuō)明書摘要公布了：本發(fā)明涉及工業(yè)機(jī)器視覺領(lǐng)域，公開了基于超像素主動(dòng)學(xué)習(xí)和半監(jiān)督學(xué)習(xí)策略的圖像瑕疵分割方法，包括以下步驟：S1.得到圖像數(shù)據(jù)集；S2.將圖像數(shù)據(jù)集進(jìn)行超像素處理，將每張圖像的像素聚類成像素組；S3.通過(guò)主動(dòng)學(xué)習(xí)策略選取有標(biāo)注有價(jià)值的像素組，并由專家標(biāo)注有標(biāo)注價(jià)值的像素組對(duì)應(yīng)的圖像；S4.構(gòu)建雙分支半監(jiān)督語(yǔ)義分割模型，將標(biāo)注好的圖像集和未標(biāo)注的圖像集分別輸入至雙分支半監(jiān)督語(yǔ)義分割模型進(jìn)行訓(xùn)練；S5.將待預(yù)測(cè)的圖像輸入至訓(xùn)練好的雙分支半監(jiān)督語(yǔ)義分割模型，得到待預(yù)測(cè)的圖像的瑕疵分割結(jié)果。本發(fā)明解決了現(xiàn)有技術(shù)難以獲得一個(gè)完整標(biāo)注的大數(shù)據(jù)集進(jìn)行全監(jiān)督學(xué)習(xí)的問(wèn)題，且具有樣本需求量小，精度高的特點(diǎn)。

本發(fā)明授權(quán)基于超像素主動(dòng)學(xué)習(xí)和半監(jiān)督學(xué)習(xí)策略的圖像瑕疵分割方法在權(quán)利要求書中公布了：1.基于超像素主動(dòng)學(xué)習(xí)和半監(jiān)督學(xué)習(xí)策略的圖像瑕疵分割方法，其特征在于：包括以下步驟：S1.采集若干個(gè)含有瑕疵的圖像并制作成圖像數(shù)據(jù)集；S2.將圖像數(shù)據(jù)集進(jìn)行超像素處理，將每張圖像的像素聚類成像素組；所述的主動(dòng)學(xué)習(xí)策略，具體為：A1.隨機(jī)選取圖像數(shù)據(jù)集中一部分圖像進(jìn)行標(biāo)注，并將標(biāo)注的圖像組成種子圖像集A2.通過(guò)種子圖像集分別訓(xùn)練一個(gè)全監(jiān)督語(yǔ)義分割模型和一個(gè)成本預(yù)測(cè)模型；A3.將圖像數(shù)據(jù)集中未標(biāo)注的圖像依次輸入至訓(xùn)練好的全監(jiān)督語(yǔ)義分割模型和成本預(yù)測(cè)模型，并輸出每張圖像的瑕疵分割結(jié)果和成本預(yù)測(cè)結(jié)果圖；A4.將瑕疵分割結(jié)果通過(guò)價(jià)值估算得到圖像數(shù)據(jù)集中圖像的標(biāo)注價(jià)值分布圖，并與對(duì)應(yīng)的成本預(yù)測(cè)結(jié)果圖融合，得到融合信息圖；A5.選取每張融合信息圖中信息量高于預(yù)設(shè)閾值的像素組，標(biāo)記在原圖上并交由專家進(jìn)行標(biāo)注，將標(biāo)注后的圖像加入至種子圖像集；A6.重復(fù)步驟A2~A5，直到用盡專家標(biāo)注預(yù)算，并將此時(shí)的種子圖像集作為標(biāo)注好的圖像集S3.通過(guò)主動(dòng)學(xué)習(xí)策略選取有標(biāo)注價(jià)值的像素組，并由專家標(biāo)注有標(biāo)注價(jià)值的像素組對(duì)應(yīng)的圖像，得到標(biāo)注好的圖像集；將瑕疵分割結(jié)果通過(guò)價(jià)值估算得到圖像數(shù)據(jù)集中圖像的標(biāo)注價(jià)值分布圖，并與對(duì)應(yīng)的成本預(yù)測(cè)結(jié)果圖融合，得到融合信息圖，具體步驟為：B1.通過(guò)價(jià)值估算公式得到圖像數(shù)據(jù)集中圖像的像素點(diǎn)的信息熵： 其中，（x,y）為像素點(diǎn)、為圖像數(shù)據(jù)集中的圖像、為瑕疵分割結(jié)果，像素點(diǎn)屬于瑕疵的概率、為像素點(diǎn)的信息熵；B2.組合圖像數(shù)據(jù)集中圖像中的每一個(gè)像素點(diǎn)，得到標(biāo)注價(jià)值分布圖 其中，Vi為標(biāo)注價(jià)值分布圖；B3.將對(duì)應(yīng)的標(biāo)注價(jià)值分布圖與成本預(yù)測(cè)結(jié)果圖進(jìn)行融合，得到融合信息圖；S4.構(gòu)建雙分支半監(jiān)督語(yǔ)義分割模型，將標(biāo)注好的圖像集和未標(biāo)注的圖像集分別輸入至雙分支半監(jiān)督語(yǔ)義分割模型進(jìn)行訓(xùn)練；S5.將待預(yù)測(cè)的圖像輸入至訓(xùn)練好的雙分支半監(jiān)督語(yǔ)義分割模型，得到待預(yù)測(cè)的圖像的瑕疵分割結(jié)果。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人廣東工業(yè)大學(xué)，其通訊地址為：510090 廣東省廣州市越秀區(qū)東風(fēng)東路729號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。