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！

龙图腾网获悉四川大学申请的专利一种基于动态特征抽取和属性修正的零样本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：CN115546553B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202211268579.0，技术领域涉及：G06V10/764；该发明授权一种基于动态特征抽取和属性修正的零样本分类方法是由贺喆南;徐浚哲;吕建成;汤臣薇;江姗霖设计研发完成，并于2022-10-17向国家知识产权局提交的专利申请。

本一种基于动态特征抽取和属性修正的零样本分类方法在说明书摘要公布了：本发明公开了一种基于动态特征抽取和属性修正的零样本分类方法，包括以下步骤：获取视觉样本和语义特征；构建基于动态特征抽取和属性修正的零样本学习网络；将视觉样本和语义特征传输至基于动态特征抽取和属性修正的零样本学习网络，得到并根据视觉样本特征和修正后的语义特征计算损失值，将损失值反向传播重复本步骤直至训练结束；对训练后的基于动态特征抽取和属性修正的零样本学习网络进行验证；若准确率高于预定值则进入下一步；否则返回上一步；采用训练后的基于动态特征抽取和属性修正的零样本学习网络对数据集进行分类。本发明针对不同属性的不同性质采用不同的特征抽取方法，提出属性修正概念，增强了网络的表征能力。

本发明授权一种基于动态特征抽取和属性修正的零样本分类方法在权利要求书中公布了：1.一种基于动态特征抽取和属性修正的零样本分类方法，其特征在于，包括以下步骤： S1、获取视觉样本x和语义特征α； S2、构建基于动态特征抽取和属性修正的零样本学习网络； S3、将视觉样本和语义特征传输至基于动态特征抽取和属性修正的零样本学习网络，得到并根据视觉样本特征和修正后的语义特征计算损失函数，根据损失函数计算损失值并将损失值进行梯度回传；重复本步骤直至训练结束； 基于动态特征抽取和属性修正的零样本学习网络包括特征抽取主干网络、属性定位网络、属性修正网络、尺度控制单元和损失值计算模块； S3-1、通过属性定位网络对视觉样本特征属性定位并提取局部特征和全局特征； S3-2、通过属性修正网络提取属性修正所需的局部特征和全局特征； S3-3、通过尺度控制单元融合属性定位网络和属性修正网络提取的局部特征和全局特征，获得属性修正值和视觉样本特征； S3-4、根据属性修正值对语义特征进行修正，得到修正后的语义特征； S4、对训练后的基于动态特征抽取和属性修正的零样本学习网络进行验证；若准确率高于预定值则进入步骤S5；否则进入步骤S3； S5、采用训练后的基于动态特征抽取和属性修正的零样本学习网络对数据集进行分类。

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四川大学，其通讯地址为：610042 四川省成都市一环路南一段24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”。