公开(公告)号：CN113378981B

公开(公告)日：2022-05-13

申请号：CN202110752264.2

申请日：2021-07-02

Applicant: 湖南大学

Inventor： 刘璇 ,  黄迎

IPC: G06V10/764 ,  G06V10/774 ,  G06K9/62

Abstract: 本发明公开了一种基于域适应的噪音场景图像分类方法及系统，采用干净源域样本训练特征提取器和分类器；利用训练好的特征提取器和分类器，对源域样本进行蒸馏，蒸馏出干净源域样本；给每一个目标域样本分配一个伪标签，从标签空间Y中随机采样类子集YC，针对类子集YC中的每一个类，分别从蒸馏的干净源域样本和带伪标签的目标域样本中采样d个样本，得到小批量平衡的蒸馏源域数据和带伪标签目标域数据将和输入训练特征提取器ψ得到特征，并将提取到的特征分别输入分类器f和辅助分类器f'，利用f'最大化MDD差异，并通过最小化分类损失和MDD差异训练η和f，最小化MDD差异的上限，得到具有最优参数的分类器本发明能够不依赖额外信息和假设减少源域中噪音带来的影响。

公开(公告)号：CN113378981A

公开(公告)日：2021-09-10

申请号：CN202110752264.2

申请日：2021-07-02

Applicant: 湖南大学

Inventor： 刘璇 ,  黄迎

IPC: G06K9/62

Abstract: 本发明公开了一种基于域适应的噪音场景图像分类方法及系统，采用干净源域样本训练特征提取器和分类器；利用训练好的特征提取器和分类器，对源域样本进行蒸馏，蒸馏出干净源域样本；给每一个目标域样本分配一个伪标签，从标签空间Y中随机采样类子集YC，针对类子集YC中的每一个类，分别从蒸馏的干净源域样本和带伪标签的目标域样本中采样d个样本，得到小批量平衡的蒸馏源域数据和带伪标签目标域数据将和输入训练特征提取器ψ得到特征，并将提取到的特征分别输入分类器f和辅助分类器f'，利用f'最大化MDD差异，并通过最小化分类损失和MDD差异训练η和f，最小化MDD差异的上限，得到具有最优参数的分类器本发明能够不依赖额外信息和假设减少源域中噪音带来的影响。