发明人：于野，谢路明，雷聪，何文军，贺仓实，何若敖
申请号：CN202210221112.4
申请日：20220309
公开号：CN114419376A
公开日：
20220429
专利内容由知识产权出版社提供
摘要：本发明公开一种多模态渐进式联邦学习的图像识别方法，包括以下步骤：先对多模态图像特征信息进行提取，再以训练集数据为输入构建渐进式神经网络并作为参与者参与联邦学习，接着利用训练集数据训练神经网络模型，并通过加密的方式上传梯度信息至主服务器，随后主服务器更新模型参数并下发至各渐进式神经网络，然后判断渐进式网络输出向量是否满足真实图像特征并确定识别结果，实现多模态图像识别过程；本发明融合联邦学习思想，在协作训练中保证数据的隐私安全，在样本不足以及样本分散的时候也能获得较高性能，充分依赖多种模态信息，提高识别效率，在渐进式神经网络的基础上融入联邦学习，提高了数据安全性的同时，还提高了数据的流动性。 申请人：深圳市城图科技有限公司
地址：518057 广东省深圳市粤海街道高新区社区粤兴三道8号中国地质大学产学研基地中地大楼A306
国籍：CN
代理机构：北京盛询知识产权代理有限公司
代理人：李艳芬
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议