原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于蒸馏学习和增量学习半监督无参考图像质量评估方法，属于计算机视觉技术领域。无参考图像质量评估旨在模拟人类对图像失真的评估，对标记数据有很大的需求，但标记数据在实践中远远不够。本发明提出一个统一的半监督和增量学习框架来解决上述问题。当训练数据不足时，需要半监督学习来推断大量未标记的数据。同时，多次的半监督学习很容易导致灾难性遗忘问题，需要增量学习。使用知识蒸馏为未标记的数据提供伪标签，以保持分析能力，从而实现半监督学习。同时，通过在多次半监督学习过程中选择具有代表性的例子，利用增量学习来修正先前
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117115121 A
(43)申请公布日 2023.11.24
(21)申请号 202311121777.9
(22)申请日 2023.09.01
(71)申请人 厦门大学
地址 361005
文档评论（0）