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！

龙图腾网获悉北京百卓网络技术有限公司;通鼎互联信息股份有限公司申请的专利一种跨域迁移学习的图像分类方法及相关设备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：CN120182726B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510648948.6，技术领域涉及：G06V10/764；该发明授权一种跨域迁移学习的图像分类方法及相关设备是由钱慧芳;沈小平;刘东洋;李华;严俊;郑展伟;巩绪威设计研发完成，并于2025-05-20向国家知识产权局提交的专利申请。

本一种跨域迁移学习的图像分类方法及相关设备在说明书摘要公布了：本申请公开一种跨域迁移学习的图像分类方法及相关设备，涉及图像分类技术领域，该方法包括：获取源域图像集和目标域图像集；基于异构特征提取网络，提取源域图像集的第一多级语义特征和目标域图像集的第二多级语义特征；基于第一多级语义特征与第二多级语义特征，通过动态域相似性度量模块生成跨域迁移权重矩阵；基于可变形特征金字塔，对第一多级语义特征进行空间变换，生成迁移特征图；基于跨域迁移权重矩阵，对迁移特征图进行通道重组，构建目标域适配特征表示；基于目标域适配特征表示，通过目标域分类器输出目标域图像的分类结果。本申请提升了跨域场景下的特征匹配精度与分类鲁棒性。

本发明授权一种跨域迁移学习的图像分类方法及相关设备在权利要求书中公布了：1.一种跨域迁移学习的图像分类方法，其特征在于，包括： 获取源域图像集和目标域图像集； 基于异构特征提取网络，提取所述源域图像集的第一多级语义特征和所述目标域图像集的第二多级语义特征； 基于所述第一多级语义特征与所述第二多级语义特征，通过动态域相似性度量模块生成跨域迁移权重矩阵，包括： 基于所述第一多级语义特征，通过最大均值差异计算模块进行跨层级分布差异度量，生成源域特征分布向量； 基于所述第二多级语义特征，通过核密度估计模块进行概率密度建模，生成目标域特征分布向量； 基于所述源域特征分布向量与所述目标域特征分布向量，通过双通道注意力机制进行交互式相似度匹配，生成全局注意力权重和局部注意力权重，其中，所述全局注意力权重是通过所述双通道注意力机制中的第一通道基于余弦相似度计算所述源域特征分布向量与所述目标域特征分布向量的全局相关性生成的；所述局部注意力权重是通过所述双通道注意力机制中的第二通道基于逐元素差异计算所述源域特征分布向量与所述目标域特征分布向量的局部适配性生成的； 基于所述全局注意力权重与所述局部注意力权重的加权融合结果，生成跨域迁移权重矩阵； 基于可变形特征金字塔，对所述第一多级语义特征进行空间变换，生成迁移特征图，包括： 基于所述目标域图像集的局部梯度特征，确定可变形特征金字塔中每层级的可变形卷积核的形变参数，其中，所述局部梯度特征通过所述第二多级语义特征的浅层特征图提取，包括： 基于所述第二多级语义特征的浅层特征图，通过预设梯度算子进行方向卷积运算，生成横向梯度分量和纵向梯度分量； 基于所述横向梯度分量与所述纵向梯度分量的矢量合成结果，确定所述局部梯度特征的空间梯度方向分布； 基于所述空间梯度方向分布的统计直方图，通过聚类算法提取各层级对应的主导梯度方向； 基于所述主导梯度方向与预设基准方向的夹角，计算所述可变形特征金字塔中对应层级的可变形卷积核的水平形变偏移量及垂直形变偏移量； 基于所述水平形变偏移量和所述垂直形变偏移量，确定可变形卷积核的形变参数； 基于所述形变参数，对所述可变形卷积核进行空间偏移量调整，生成自适应目标域空间分布的形变卷积核； 基于所述形变卷积核，对所述第一多级语义特征进行双线性插值计算，生成位置校正后的中间特征图； 基于所述可变形特征金字塔的多层级结构，对所述中间特征图进行跨层级特征融合，生成与目标域空间分布对齐的迁移特征图； 基于所述跨域迁移权重矩阵，对所述迁移特征图进行通道重组，构建目标域适配特征表示； 基于所述目标域适配特征表示，通过目标域分类器输出目标域图像的分类结果。

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北京百卓网络技术有限公司;通鼎互联信息股份有限公司，其通讯地址为：100085 北京市海淀区上地东路1号院5号楼7层701；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”。