公开(公告)号：CN118411544A

公开(公告)日：2024-07-30

申请号：CN202410096265.X

申请日：2024-01-23

Applicant: 浙江大学

Inventor： 肖俊 ,  何谦佩 ,  张凤达 ,  况琨

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/0895

Abstract: 本发明公开了一种基于生成模型的无偏图像分类方法，减轻图像各个属性之间的虚假关联，得到更公平的图像分类器。包括如下步骤：1)利用微调后的图像生成模型和分类标签，得到不同偏见程度的编辑方向；2)将不同编辑方向向量合成，得到只对偏见属性进行编辑的编辑方向；3)利用此编辑方向，对原始训练集图像进行不同程度的编辑，利用对比学习得到无偏见编码器；4)利用无偏见编码器对训练集进行编码，再用无偏编码训练得到无偏分类器。本发明相较于其他无偏图像分类方法，无需得知偏见属性，可同时消除多个偏见属性的影响；同时适用于二分类任务及多分类任务；在多个指标上提升了图像分类器的公平性。