南昌大学丁峰获国家专利权
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！
龙图腾网获悉南昌大学申请的专利一种基于视觉语言交互式学习的AI图像检测模型优化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：CN120088263B 。
龙图腾网通过国家知识产权局官网在2025-08-15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：202510580178.6，技术领域涉及：G06T7/00；该发明授权一种基于视觉语言交互式学习的AI图像检测模型优化方法是由丁峰;张月;周沄鹏;魏康康;肖梦瑶设计研发完成，并于2025-05-07向国家知识产权局提交的专利申请。
本一种基于视觉语言交互式学习的AI图像检测模型优化方法在说明书摘要公布了：本发明提供了一种基于视觉语言交互式学习的AI图像检测模型优化方法，涉及视觉语言处理技术领域。所述模型优化方法包括：提取图像训练集的视觉特征和文本特征，基于文本特征对视觉特征进行加权处理获得重建文本，基于视觉特征对文本特征进行加权处理获得重建图像，基于均方误差损失优化跨模态交互式重建过程的重建文本和重建图像；获取跨模态交互式重建过程中的视觉特征及文本特征，计算粗粒度代理点特征和细粒度代理点特征并构建四个字典，基于余弦相似性损失函数拉近模态之间的空间分布，并基于动量更新机制更新所述四个字典，获得优化后的AI图像检测模型。本发明通过设计跨模态交互式重建与字典学习更新，提升了模型检测AI图像的准确率。
本发明授权一种基于视觉语言交互式学习的AI图像检测模型优化方法在权利要求书中公布了：1.一种基于视觉语言交互式学习的AI图像检测模型优化方法，其特征在于，包括以下步骤： 基于图像编码器提取图像训练集的视觉特征，基于CoCoOp自动化提示工程生成图像训练集的文本描述集，将所述文本描述集输入文本编码器提取获得文本特征，所述图像训练集包含多个类别图像，引入交叉注意力机制，基于文本特征对视觉特征进行加权处理并输入文本解码器获得重建文本，基于视觉特征对文本特征进行加权处理并输入图像解码器获得重建图像，基于均方误差损失优化跨模态交互式重建过程的重建文本和重建图像； 获取跨模态交互式重建过程中第十个训练轮次的视觉特征及文本特征，基于所述视觉特征和文本特征分别计算粗粒度代理点特征和多个类别的细粒度代理点特征，基于所述代理点特征分别构建四个字典，基于余弦相似性损失函数拉近图像和文本模态之间的空间分布，并在每个训练轮次后基于动量更新机制更新所述四个字典，获得优化后的AI图像检测模型。
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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号