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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于元学习和多模态大模型的少样本异常检测方法及系统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：CN119939445B 。

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：202411791492.0，技术领域涉及：G06F18/2433；该发明授权基于元学习和多模态大模型的少样本异常检测方法及系统是由蹇松雷;吕志盛;黄辰林;谭郁松;余杰;李宝;张建锋;丁滟;董攀;任怡;王晓川;谭霜;郭勇;王怡琦设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本基于元学习和多模态大模型的少样本异常检测方法及系统在说明书摘要公布了：本发明公开了一种基于元学习和多模态大模型的少样本异常检测方法及系统，本发明包括将辅助数据集根据检测目标物体的类别划分为N个任务构成的任务集合，将每个任务分成训练集和测试集，构造基于多模态大模型的语义‑异常网络，所述语义‑异常网络包括视觉编码器、语言编码器、图像‑图像异常判别器、图像‑文本异常检测器和融合模块，利用任务集中各个任务的训练集和测试集训练语义‑异常网络并将语义‑异常网络用于预测查询样本的异常分数以确定查询样本是否异常。本发明旨在解决传统异常检测方法中跨类别异常检测泛化能力较差、无法有效地将语义信息转化为异常信息的问题，提高了图像异常检测的准确度和鲁棒性以及对跨类别异常检测能力。

本发明授权基于元学习和多模态大模型的少样本异常检测方法及系统在权利要求书中公布了：1.一种基于元学习和多模态大模型的少样本异常检测方法，其特征在于，包括下述步骤： S1，将包含N种类别的检测目标物体的辅助数据集D={X,Y}根据检测目标物体的类别划分为N个任务～构成的任务集合，其中X为图像样本，Y为标签，将每个任务分成训练集和测试集，其中训练集和测试集的每一个查询样本都对应有正常提示文本、异常提示文本以及用于作为参考的参考样本； S2，构造基于多模态大模型的语义-异常网络，所述语义-异常网络包括视觉编码器、语言编码器、图像-图像异常判别器、图像-文本异常检测器和融合模块，所述视觉编码器用于将查询样本及其参考样本分别进行视觉编码得到图像嵌入，所述语言编码器用于对正常提示文本、异常提示文本分别进行语言编码得到文本嵌入，所述图像-图像异常判别器用于根据查询样本及其参考样本的图像嵌入进行异常判别得到异常评分，所述图像-文本异常检测器用于根据图像嵌入以及文本嵌入进行异常判别得到异常评分，所述融合模块用于将异常评分和异常评分相加以融合得到最终的异常分数； S3，利用任务集合中各个任务的训练集和测试集训练语义-异常网络，得到完成训练后的语义-异常网络； S4，将任务集合中各个任务的测试集中的查询样本及其对应的正常提示文本、异常提示文本以及参考样本输入完成训练后的语义-异常网络得到异常分数，并根据异常分数是否超过预设阈值来确定待检测的查询样本是否异常。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区砚瓦池正街47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。