CN119649155A 一种基于少样本无监督域适应的跨域图像分类方法 （南京邮电大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119649155A

(43)申请公布日2025.03.18

(21)申请号202510022469.3

(22)申请日2025.01.07

(71)申请人南京邮电大学

地址210003江苏省南京市新模范马路66

号

(72)发明人蔡子贇徐金龙张腾飞黄雅雯胡长晖于洋

(74)专利代理机构南京众联专利代理有限公司32206

专利代理师蒋昱

(51)Int.Cl.

G06V10/764(2022.01)

G06V10/82(2022.01)

G06N3/088(2023.01)

G06V10/774(2022.01)

G06N3/094(2023.01)

权利要求书3页说明书8页附图2页

(54)发明名称

一种基于少样本无监督域适应的跨域图像

分类方法

(57)摘要

CN119649155A一种基于少样本无监督域适应的跨域图像分类方法，其包括获取训练特征数据集；构造特征提取器，并使用预训练模型；搭建基于样本选择策略、对抗域适应和原型学习的模型；得到总的损失函数，进行迭代以优化模型；利用训练完成的域自适应分类模型进行跨域图像分类。本发明利用样本选择策略扩充源域样本，无需额外未标记源域数据。此外，通过构建源域类别原型，将目标域样本与源域原型直