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！

龙图腾网获悉西安电子科技大学杭州研究院申请的专利基于重构引导跨模态对齐的小样本异常检测和分类框架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：CN119762847B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411807858.9，技术领域涉及：G06V10/764；该发明授权基于重构引导跨模态对齐的小样本异常检测和分类框架是由高飞;史雅莉;张蓝宁;何立火;秦浩设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本基于重构引导跨模态对齐的小样本异常检测和分类框架在说明书摘要公布了：基于重构引导跨模态对齐的小样本异常检测和分类框架，步骤1：构建重构网络，重构网络将数据集图像重建为完全正常图像，将重构网络的输出和输入进行比较以确定输入图像中的异常信息；步骤2：跨模态对齐网络包含视觉编码器和文本编码器两个分支，通过文本编码器和视觉编码器分别提取文本特征和视觉特征；步骤3：将所述异常信息和所述视觉特征进行注意力融合，输出异常细节信息增强后的视觉特征；步骤4：通过计算步骤2中所述文本特征和步骤3中所述视觉特征之间的相似度，从而判定输入的图像是否异常并获得像素级异常定位结果。本发明实现高精度、强泛化能力和低资源消耗的通用异常检测、定位和分类。

本发明授权基于重构引导跨模态对齐的小样本异常检测和分类框架在权利要求书中公布了：1.基于重构引导跨模态对齐的小样本异常检测和分类框架，其特征在于，包括跨模态对齐网络CLIP、重构网络以及双重注意力融合模块； 所述重构网络以数据集中正常或异常的RGB图像为输入，进行图像重构得到和输入大小相同的完全正常的图像，并用于计算图像重建前后之间的差异以获得预测的全局异常特征； 对于输入的数据集图像xi，首先经过预训练主干网络efficientnet-b4提取得到特征，用fx表示，fx∈RC×H×W，C、H、W分别表示特征的通道数、高度、宽度； 基于记忆的方法设置重构网络，重构网络采取局部和全局两个角度表示特征，通过组合不同视角的特征，为输入提供表示，捕捉细粒度细节和更广泛的整体结构； 通过将特征转化为低维坐标，并映射到连续的网格中，输入的特征能够与存储在网格中的正常特征进行比较，进而预测差异位置；网格存储使得重构网络能够有效保留正常信息，消除特征数据之间存在的异常； 所述跨模态对齐网络包含视觉编码器和文本编码器，文本编码器根据文本提示提取文本特征，视觉编码器从数据集中正常或异常的RGB图像提取视觉特征，文本编码器添加额外的可学习参数用以实现微调； 所述双重注意力融合模块将所述异常特征和所述视觉特征进行注意力融合，输出异常细节信息增强后的视觉特征； 通过所述文本特征和所述异常细节信息增强后视觉特征之间的相似度，从而判定输入的图像是否异常并获得像素级异常定位结果。

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西安电子科技大学杭州研究院，其通讯地址为：311231 浙江省杭州市萧山经济技术开发区钱农东路8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”。

以上内容由龙图腾AI智能生成。