買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉大理大學申請的專利面向機器學習的視覺群智感知數據貢獻度評價方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN112990268B 。

龍圖騰網通過國家知識產權局官網在2025-06-17發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202110175365.8，技術領域涉及：G06V10/774；該發明授權面向機器學習的視覺群智感知數據貢獻度評價方法及系統是由羊海潮;袁皓煜;鄭超;吳曉陽設計研發完成，并于2021-02-09向國家知識產權局提交的專利申請。

本面向機器學習的視覺群智感知數據貢獻度評價方法及系統在說明書摘要公布了：本發明公開面向機器學習的視覺群智感知數據貢獻度評價方法，包括如下步驟：獲取視覺群智感知任務，并根據視覺群智感知任務建立任務模型；獲取圖像數據，并根據圖像數據建立圖像模型；基于任務模型和圖像模型對輸入的待檢測圖像集進行圖像分類與識別；基于分類與識別的結果對待檢測圖像集進行評估，計算數據集質量總評分；根據數據集質量總評分進行數據貢獻度評價，獲得待檢測圖像集的貢獻度評分。本發明能夠合理的對感知數據的視覺質量以及用戶貢獻度進行評價，并且能夠在保障數據質量的基礎上激勵用戶貢獻更多的圖片，以滿足機器學習場景對圖片的質量與數量要求。

本發明授權面向機器學習的視覺群智感知數據貢獻度評價方法及系統在權利要求書中公布了：1.面向機器學習的視覺群智感知數據貢獻度評價方法，其特征在于，包括如下步驟： 發布視覺群智感知任務，并根據視覺群智感知任務建立任務模型； 任務參與者提交圖像數據，并根據圖像數據建立圖像模型； 基于任務模型和圖像模型將任務參與者提交的圖像集數據通過圖像分類模型自動識別圖像特征，所述圖像特征至少包括圖像語義相似度、清晰度、重復度； 基于圖像分類模型識別的圖像特征，對圖像集數據進行評估，計算圖像數據集質量總評分，具體包括如下步驟： a、計算待檢測圖像集中第i個圖像的語義相似度SIi： 取出圖像語義識別器的多標簽語義分類結果，計算任務語義約束 vc_semantic的m個標簽序列與圖像的n個分類標簽之間的語義距離，結果為一個m*n的二維向量，從每個標簽序列中取出其中的最大值*權重作為該標簽的語義相似度，用于定義圖像內容的一組標簽及權值集合，計算公式如下所示： wherer＝1,2,...R 式中，為標簽與uj的語義距離計算函數，wi為任務語義約束中定義的語義標簽權重，cj為通過圖像分類器自動分類出標簽uj的置信度系數，cj計算公式如公式3所示： 式中，qj為經過圖像語義識別器自動分類出標簽uj的置信度，θ為語義距離閾值； b、計算待檢測圖像集中第i個圖像清晰度得分BIi： 圖像Ii經圖像清晰度分類器自動識別后，輸出結果為圖像Ii的清晰度類別Lj及其置信度εj，按照公式4計算清晰度分類Lj的分值，公式如下所示： 式中，H、M、L為圖像清晰度分類器將圖像清晰度分為高、中、低三種類別； 然后，采用公式5計算圖像清晰度分數，公式如下所示： 式中，gLj為分類標簽對應的分值，εj為分類器輸出清晰度分類Lj的置信度；c、計算待檢測圖像集中第i張圖像重復度得分DIi： 計算待檢測圖像集I中第i張圖像的重復度得分，計算公式如下所示： 式中，N為圖像集I的圖像數量，Dupi，j為兩個圖像重復度分值，計算公式如下所示： 式中，simIi，Ij為采用重復圖像檢測器輸出的最佳特征點比例，其值越大則兩圖像間越相似，相應的重復度分值越低，E為圖像相似度閾值，當simIi，Ij小于E時則認為兩為Ii與Ij不存在重復關系，重復度分值則為1；d、計算待檢測圖像集的質量總評分Qk，公式如下所示： 式中，ε、δ、分別為語義相似度、清晰度、重復度的權重，且0≦Qk≦N； 根據圖像集質量總評分進行數據貢獻度評價，獲得待檢測圖像集的貢獻度評分，公式如下所示： 式中，g為增益參數，Z為任務要求的圖片數量最小值約束。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人大理大學，其通訊地址為：671000 云南省大理白族自治州大理市夫理古城弘圣路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。