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！

龙图腾网获悉西北大学申请的专利一种基于零样本学习的图像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：CN119723155B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411678981.5，技术领域涉及：G06V10/764；该发明授权一种基于零样本学习的图像分类方法是由孟宪佳;安志南;陶文进;解家豪设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本一种基于零样本学习的图像分类方法在说明书摘要公布了：本发明公开了一种基于零样本学习的图像分类方法，方法包括以下步骤：首先搭建图像分类系统，采用可见类数据集为训练集，不可见类数据集为测试集，通过CNN视觉骨干和GloVe获得视觉全局与语义特征。然后从视觉和语义特征中提取不同维度特征并融合成多元高维度融合视觉特征。之后，用映射函数将融合视觉特征映射到语义空间，得语义嵌入并由优化模块优化。训练完后，获取测试实例语义嵌入，利用最近邻匹配与显式自校准预测标签，通过计算测试样本语义嵌入和类别语义向量点积，选兼容性得分最高类别作预测类别。本发明可以解决在零样本分类中不同维度特征考虑不充足的问题，确保对可见和不可见类的预测分布一致性，提高对不可见类的泛化能力。

本发明授权一种基于零样本学习的图像分类方法在权利要求书中公布了：1.一种基于零样本学习的图像分类方法，其特征在于，包括以下步骤： 步骤一：搭建图像分类系统，所述系统包括特征提取模块、特征融合模块FFT、特征交互模块FIN和优化模块； 步骤二：采用可见类数据集作为训练集，不可见类数据集作为测试集，通过CNN视觉骨干和GloVe获得视觉全局特征和语义特征； 步骤三：通过特征提取模块从视觉特征和语义特征中提取不同维度的特征，在特征融合模块FFT中进行融合产生包含多元高维度的融合视觉特征；所述不同维度的特征包括全局特征、局部特征、混合特征以及显著局部特征； 步骤四：在特征交互模块FIN通过映射函数将融合视觉特征映射到语义空间，即可得到相应视觉特征的语义嵌入然后通过优化模块对系统进行优化； 步骤五：训练完成之后，先获取测试实例xi在语义空间中的语义嵌入然利用最近邻匹配与显式自校准预测xi的标签c*； 其中c*表示预测标签，CuC分别对应于CZSLGZSL设置下的零样本图像分类，zc为类别c的语义嵌入，Ⅱ为指示函数； 通过计算测试样本的语义嵌入和类别语义向量zc的点积，该点积代表样本特征与类别语义之间的兼容性或相似度得分；最后，对于每个测试样本xi，系统会选择兼容性得分最高的类别c作为预测类别； 步骤二所述获得视觉全局特征和语义特征的过程为： 在广义零样本学习中，采用的可见类的训练数据共有Cseen个类别，其中代表训练样本i，Yis代表样本i对应的类别；同时存在一个不可见类的数据集代表不可见类训练样本i，Yiu代表不可见类训练样本i对应的类别；存在一个类别c∈Cseen∪Cunseen＝C,其语义向量集为含有属性α的zc＝{z1,z2,…,zα}； 根据语义向量集中的属性描述，通过语言模型GloVe从每个属性名称fSem中学习到语义属性信息Fsem；利用CNN从原始特征fcv视觉特征提取全局特征Fg，公式如下所示： Fg,Fsem＝CNNfcv,GloVefsem； 步骤三所述融合视觉特征的产生包括以下步骤： 1全局特征提取：采用步骤二中提取全局特征Fg的方法； 2将视觉特征和语义特征相结合，以此增强特征的表达能力，能够对未见过的类别进行分类； 计算视觉特征和语义特征的交互生成交互特征α，随后对交互特征α进行归一化生成特征权重A，以将交互特征转化为权重用于后续的特征计算，其公式为： 其中αi是输入交互特征α在最后一个维度的第i个元素，j是对所有类别进行求和的索引，求和是对最后一个维度上所有元素的求和； 3局部特征提取 使用特征权重A对全局特征Fg进行加权，生成新的加权视觉特征即新的高级局部特征Fl，更好捕捉到图像的细节，公式如下所示： 其中r是求和过程的索引，范围为从1到R，R为特征最后一个维度的大小； 4混合特征提取 计算全局特征Fg与局部特征Fl之间的特征权重λ，随后，将特征权重λ用于对全局特征Fg与局部特征Fl进行加权求和生成混合特征Fmix，混合特征Fmix的公式如下所示： Fmix＝λ·Fg+1-λ·Fl 5显著局部特征提取 通过计算全局特征Fg和局部特征Fl的逐元素最大值，选择出显著局部特征Fmax，Fmax的计算公式如下： Fmax＝maxFg,Fl 6特征融合 将全局特征Fg、局部特征Fl、混合特征Fmix以及显著局部特征Fmax融合得到最终的特征表示F，公式如下所示： 其中为融合系数。

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北大学，其通讯地址为：710069 陕西省西安市太白北路229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。