(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211397911.3 (22)申请日 2022.11.09 (71)申请人 南京码极客科技有限公司 地址 210000 江苏省南京市浦口区新北路1 号江北国际智谷B栋 5层 (72)发明人 姚亚洲 黄丹 孙泽人 姚钰龙  沈复民  (74)专利代理 机构 安徽宏铎知识产权代理事务 所(普通合伙) 3425 0 专利代理师 菅秀君 (51)Int.Cl. G06T 5/00(2006.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) (54)发明名称 一种基于动态样本选择的网络图像标签去 噪方法 (57)摘要 本发明公开一种基于动态样本选择的网络 图像标签去噪方法, 包括S1.首先, 将网络提取的 样本特征 投影到余弦空间, 通过样 本间的余弦距 离确定每个样本的内点集; S2.将网络数据集中 的样本送入深度神经网络, 最后的全 连接层输出 样本的特征; 本发明首先将网络提取的样本特征 投影到余弦空间, 再通过样本间的余弦距离确定 每个样本的内点集, 最后挑选出最大内点集并使 用新的损 失进行反向传播, DSSBR方法无需为每 个数据集设定 丢弃率, 并且达 到了很好的效果。 权利要求书3页 说明书7页 附图2页 CN 115511753 A 2022.12.23 CN 115511753 A 1.一种基于动态样本选择的网络图像标签去噪方法, 是基于RANSAC的动态样本选择方 法DSSBR, 其特 征在于, 包括如下步骤: S1.首先, 将网络提取的样本集投影到余弦空间, 通过样本间的余弦距离确定每个样本 的内点集; S2.将网络数据集中的样本送入深度神经网络, 最后的全连接层输出样本的特征, 具体 为: S21.利用特 征归一化来约束特 征的L2范 数, 从而输出Softmax层; S22.对Softmax层的输出进行 标签平滑并计算损失以更新网络 。 2.根据权利要求1所述的一种基于动态样本选择的网络图像标签去噪方法, 其特征在 于, 在S1中, 将样本集 划分为两个集合: 干净样本集 与噪声集 ; 样本集 ; 其中干净样本集 又包含简单样本与硬样本, 假设每个类别都 有一个内点 集 和外点集 , 分别对应干净样本集 与噪声集 ; 网络全连接层提取的图片的特征为 , 对于样本 的类别 , 分别计算样本 与 类 中其他样本 的余弦距离 , 计算公式如下:   (6.1) (6.2) 记录下样本 与其他样本的余弦距离:    (6.3) 样本 与其他样本的最大余弦距离为 :   (6.4) 。 3.根据权利要求2所述的一种基于动态样本选择的网络图像标签去噪方法, 其特征在 于, 将样本 与其他样本的余弦距离归一 化:   (6.5) 归一化后样本 与其他样本的余弦距离:   (6.6)权 利 要 求 书 1/3 页 2 CN 115511753 A 2当样本 与 的余弦距离 满足以下 条件, 则该样本属于 的内点集 :    (6.7) 根据公式 (6.7) 挑选出的属于 的内点集 并记录 中内点的个数 , 其 中 为丢弃阈值。 4.据权利要求3所述的一种基于动态样本选择的网络图像标签去噪方法, 其特征在于, 挑选样本 的内点集 即以 为圆心画圆, 圆内的样本为内点 集, 其余的为外点 集; 当 的内点集 中内点的个数 大于 类其他任意样本的内点集中内点的个 数, 且 的内点集 中内点的个数 大于当前类别中样本个数的一半时, 的内点 集 即为 类的内点 集 , 类的内点 集 的挑选方式如下:   (6.8)    (6.9) 。 5.根据权利要求1所述的一种基于动态样本选择的网络图像标签去噪方法, 其特征在 于, 在S21中, 利用特 征归一化来约束特 征的L2范 数, 得到的Softmax层的输出为:   (6.10) 。 6.根据权利要求5所述的一种基于动态样本选择的网络图像标签去噪方法, 其特征在 于, DSSBR最终更新网络的损失 计算方式如下:   (6.11)   (6.12) 。 7.根据权利要求6所述的一种基于动态样本选择的网络图像标签去噪方法, 其特征在 于, 更新网络的损失中心损失 公式如下:   (6.13) 其中 为 类的第i个样本的特征值, 为 类样本的类别中心的特征表示; 在训练 过程中, 动态更新, 使用中心损失约束的交叉熵损失来更新网络, 表达方式如下:权 利 要 求 书 2/3 页 3 CN 115511753 A 3

PDF文档 专利 一种基于动态样本选择的网络图像标签去噪方法

文档预览
中文文档 13 页 50 下载 1000 浏览 0 评论 0 收藏 3.0分
温馨提示:本文档共13页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 一种基于动态样本选择的网络图像标签去噪方法 第 1 页 专利 一种基于动态样本选择的网络图像标签去噪方法 第 2 页 专利 一种基于动态样本选择的网络图像标签去噪方法 第 3 页
下载文档到电脑,方便使用
本文档由 SC 于 2024-02-18 22:26:44上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。