Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学技术大学苏州高等研究院;中国科学技术大学袁诗晴获国家专利权

中国科学技术大学苏州高等研究院;中国科学技术大学袁诗晴获国家专利权

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!

龙图腾网获悉中国科学技术大学苏州高等研究院;中国科学技术大学申请的专利一种面向机器人的多原型表征增强的视觉模式识别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:CN120635602B

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:202511123044.8,技术领域涉及:G06V10/764;该发明授权一种面向机器人的多原型表征增强的视觉模式识别方法是由袁诗晴;穆瑞新;周正阳;王斌武;汪炀设计研发完成,并于2025-08-12向国家知识产权局提交的专利申请。

一种面向机器人的多原型表征增强的视觉模式识别方法在说明书摘要公布了:本发明提供了一种面向机器人的多原型表征增强的视觉模式识别方法,可以应用于人工智能、图像处理与信号处理技术领域。该方法包括:利用原型集成分类器对用于机器人视觉模式识别任务的图像训练数据集进行特征提取,并通过计算所提取到的样本图像特征与多原型集中每个原型之间的模式相似性以及通过将样本图像特征进行映射,得到样本图像的预测分类结果;利用标签感知多原型更新器对由机器人基于视觉模式识别任务实时采集到的图像数据进行目标原型识别,从多原型集中得到待更新的原型,基于样本图像的预测分类结果对待更新的原型进行原型移动量化更新,得到更新后的原型,并基于更新后的原型得到图像数据的分类结果。

本发明授权一种面向机器人的多原型表征增强的视觉模式识别方法在权利要求书中公布了:1.一种面向机器人的多原型表征增强的视觉模式识别方法,其特征在于,所述方法包括: 利用原型集成分类器对用于机器人视觉模式识别任务的图像训练数据集进行特征提取,并通过计算所提取到的样本图像特征与多原型集中每个原型之间的模式相似性以及通过将所述样本图像特征进行映射,得到样本图像的预测分类结果; 利用标签感知多原型更新器对由机器人基于视觉模式识别任务实时采集到的图像数据进行目标原型识别,从所述多原型集中得到待更新的原型,基于所述样本图像的预测分类结果对所述待更新的原型进行原型移动量化更新,得到更新后的原型,并基于所述更新后的原型得到所述图像数据的分类结果; 其中,利用标签感知多原型更新器对由机器人基于视觉模式识别任务实时采集到的图像数据进行目标原型识别,从所述多原型集中得到待更新的原型包括: 基于所述多原型集中原型的类别构建不规则的多原型类空间,并利用基于无监督对比学习的正则化项计算所述多原型类空间中每个原型之间的相似度来实现类间分离,得到对比优化后的多原型集; 利用标签感知多原型更新器从所述多原型类空间中选择与所述图像数据所表征的实例在距离上最近的原型作为所述待更新的原型; 利用标签感知多原型更新器中基于内存的更新计数器对所述多原型类空间中的每个原型所分配的实例数量进行跟踪; 在所述基于内存的更新计数器当前原型所分配的实例数量少于预设阈值的情况下,将所述当前原型设置为过时原型,并将所述当前原型重新整合到表示空间; 其中,基于所述样本图像的预测分类结果对所述待更新的原型进行原型移动量化更新,得到更新后的原型包括: 在所述样本图像的预测分类结果表征为负反馈标签的情况下,利用预设控制更新量和预设调节移动尺度,对所述待更新的原型和所述样本图像所对应的样本图像特征进行基于移动平均的原型移动量化更新,得到所述更新后的原型; 在所述样本图像的预测分类结果表征为正反馈标签的情况下,利用所述预设控制更新量对所述待更新的原型和所述样本图像所对应的样本图像特征进行基于移动平均的原型移动量化更新,得到所述更新后的原型。

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中国科学技术大学苏州高等研究院;中国科学技术大学,其通讯地址为:215123 江苏省苏州市工业园区独墅湖科教创新区仁爱路188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。

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。