買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉廣東知樂技術(shù)有限公司申請的專利一種基于語義引導(dǎo)鑒別器的半監(jiān)督漢字圖像生成方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115273100B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210970759.7，技術(shù)領(lǐng)域涉及：G06V30/19；該發(fā)明授權(quán)一種基于語義引導(dǎo)鑒別器的半監(jiān)督漢字圖像生成方法是由吳斯;霍曉陽;李芃設(shè)計研發(fā)完成，并于2022-08-13向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于語義引導(dǎo)鑒別器的半監(jiān)督漢字圖像生成方法在說明書摘要公布了：本發(fā)明公開一種基于語義引導(dǎo)鑒別器的半監(jiān)督漢字圖像生成方法，在半監(jiān)督場景下，從訓(xùn)練集中選取少量有標簽的文字圖像，其余作為無標簽的文字數(shù)據(jù)，利用輔助分類器為無標簽文字提供多重語義信息。分類器特征中隱含著語義信息，在鑒別器中引入文字圖像的分類器特征。在鑒別器上采用雙頭結(jié)構(gòu)：一個頭接收類別標簽，一個頭采用特征融合模塊融合鑒別器特征和分類器特征，使分類器特征作為鑒別真假的條件。最終生成器、鑒別器、分類器三者聯(lián)合完成訓(xùn)練。本發(fā)明針對無標簽真實文字圖像，利用分類器預(yù)測的偽標簽和分類器特征，提供豐富的語義信息，提升鑒別器在類別條件下區(qū)分真假樣本的能力，使生成器生成更符合真實類條件分布且真實度和多樣性高的文字。

本發(fā)明授權(quán)一種基于語義引導(dǎo)鑒別器的半監(jiān)督漢字圖像生成方法在權(quán)利要求書中公布了：1.一種基于語義引導(dǎo)鑒別器的半監(jiān)督漢字圖像生成方法，其特征在于，包括以下步驟： S1、準備一個數(shù)據(jù)集，其中只有一小部分訓(xùn)練數(shù)據(jù)有標注；將標注數(shù)據(jù)和其對應(yīng)的標簽集合記為L＝{xl,yl}，未標注數(shù)據(jù)集合記為：U＝{xu}； S2、準備一個由神經(jīng)網(wǎng)絡(luò)實現(xiàn)的生成器G:Pk×Y→Rh×w，生成器通過一個k維的隨機向量z和一個隨機類別標簽y來生成分辨率為h×w的高保真文字圖像xz，隨機類別標簽是從文字數(shù)據(jù)集的標注空間Y中隨機采樣得到的； S3、將S2中生成的文字和數(shù)據(jù)集中的有類別標簽的文字作為標注數(shù)據(jù)，將數(shù)據(jù)集中的未標注文字作為未標注數(shù)據(jù)，利用這些數(shù)據(jù)訓(xùn)練一個由神經(jīng)網(wǎng)絡(luò)實現(xiàn)的分類器C，利用分類器C對未標注數(shù)據(jù)進行分類，預(yù)測未標注數(shù)據(jù)的標簽，同時得到數(shù)據(jù)的分類器特征； S4、將S2中生成的數(shù)據(jù)作為虛假數(shù)據(jù)，數(shù)據(jù)集中的標注數(shù)據(jù)和未標注數(shù)據(jù)作為真實數(shù)據(jù)，訓(xùn)練一個由神經(jīng)網(wǎng)絡(luò)實現(xiàn)的區(qū)分真實數(shù)據(jù)和虛假數(shù)據(jù)的鑒別器D:Ph×w×Y×PM→[0,1]，鑒別器以類別標簽y和分類器特征fC·∈PM為條件，其中M表示特征圖的維度； S5、通過生成器G、分類器C和鑒別器D三者之間的對抗來約束神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)，當三者的對抗學(xué)習(xí)達到平衡時，生成器便生成符合真實類別條件分布的文字； 為鑒別器采用了一種雙頭結(jié)構(gòu)D＝{F,T1,T2}，其中F是一個特征提取網(wǎng)絡(luò)，T1中包含一個可學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)層用于學(xué)習(xí)類別標簽的映射；T2中包含一個特征融合模塊用于將分類器C和特征提取網(wǎng)絡(luò)F學(xué)習(xí)的特征結(jié)合起來，同時由于T2中融合了圖像的分類器特征，T1和T2將共同作用以幫助G捕獲精確的與每類文字相對應(yīng)的類別語義信息，用x來表示一個有標簽或無標簽文字圖像樣本，并將其相應(yīng)的標簽定義為： T1以類別標簽y為條件來區(qū)分真實數(shù)據(jù)和生成數(shù)據(jù)，T1根據(jù)生成文字的特征表示分布是否與相應(yīng)類別的真實文字的特征分布一致來鑒別真假數(shù)據(jù)，其表達式為： 其中Embed·表示一個可學(xué)習(xí)類別標簽映射的函數(shù)，是一個映射函數(shù)，表示最后一個線性表示層的權(quán)重，表示矩陣運算操作，在上述公式中，T1·,·表示鑒別器網(wǎng)絡(luò)將輸入數(shù)據(jù)鑒別為真實數(shù)據(jù)的概率，T1上的損失函數(shù)用如下公式來表示： 在特征提取器特征fF和分類器特征fC之間實施基于通道注意力的特征融合，具體方法為：采用神經(jīng)網(wǎng)絡(luò)分別計算像素級權(quán)重Qloc和全局權(quán)重和Qglob，然后按照以下方式對兩種類型的權(quán)重進行融合： 其中表示廣播相加運算，通過引入注意力權(quán)重Q，T2通過接收融合后的特征來獲取實例級信息，具體方式如下： 其中表示逐元素相乘，在這種條件下，特征提取器F需要去學(xué)習(xí)與分類器特征fC互補的特征，T2同樣需要鑒別真實數(shù)據(jù)與生成數(shù)據(jù)，但它不需要類別標簽，由于包含了分類器特征fC，能夠可以加強鑒別器特征空間的類別分離度并促進類條件分布對齊，T2上的優(yōu)化公式如下：

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人廣東知樂技術(shù)有限公司，其通訊地址為：510700 廣東省廣州市黃埔區(qū)光譜中路11號云升科學(xué)園2棟2單元1701房；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。