买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜安徽农业大学申请的专利一种基于变分自编码器和对抗生成网络的图像增广模型训练方法及图像分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114386534B 。

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210111331.7，技术领域涉及：G06V10/764；该发明授权一种基于变分自编码器和对抗生成网络的图像增广模型训练方法及图像分类方法是由饶元;苏仕芳;江朝晖;金秀;张武;梁惠;李绍稳设计研发完成，并于2022-01-29向国家知识产权局提交的专利申请。

本一种基于变分自编码器和对抗生成网络的图像增广模型训练方法及图像分类方法在说明书摘要公布了：本发明公开了一种基于变分自编码器和对抗生成网络的图像增广模型训练方法及图像分类方法，该方法将可见类训练图像的视觉特征和语义特征分别输入视觉模态和语义模态变分自编码器中对应生成第一伪视觉特征和伪语义特征，并将其输入生成器网络中生成第二伪视觉特征，再利用判别器网络判别真实特征和生成的特征，利用可见类训练图像数据集对变分自编码器对抗生成网络模型进行训练。对于零样本图像分类，在可见类上训练完成的模型生成未见类训练图像的伪视觉特征并结合类别标签训练分类器对未见类图像进行分类；能够有效融合图像的视觉信息和语义信息，生成更接近于真实数据分布且高质量的可见类和未见类图像，提高零样本图像分类准确率。

本发明授权一种基于变分自编码器和对抗生成网络的图像增广模型训练方法及图像分类方法在权利要求书中公布了：1.一种基于变分自编码器和对抗生成网络的图像增广模型训练方法，其特征在于，所述方法包括如下步骤：S110：获取可见类训练图像，提取所述可见类训练图像的视觉特征和语义特征；S120：预先配置图像增广模型，所述图像增广模型包括视觉模态变分自编码器、语义模态变分自编码器以及根据生成对抗网络配置的生成器；S130：将所述视觉特征和语义特征分别输入视觉模态变分自编码器和语义模态变分自编码器中生成第一伪视觉特征和伪语义特征；S140：将第一伪视觉特征和伪语义特征输入预配置的生成器中，融合生成第二伪视觉特征；S150：根据图像增广模型的损失函数进行反向传播优化参数，直至总体损失函数收敛，保存模型参数，得到训练好的图像增广模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人安徽农业大学，其通讯地址为：230036 安徽省合肥市长江西路130号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。