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！

龙图腾网获悉华南理工大学;广州超越通信科技有限公司申请的专利一种基于词向量嵌入-信息自补的广义小样本语义分割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：CN118229971B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202410265106.8，技术领域涉及：G06V10/26；该发明授权一种基于词向量嵌入-信息自补的广义小样本语义分割方法是由陈琼;王孝威;毕志德;黄智权设计研发完成，并于2024-03-08向国家知识产权局提交的专利申请。

本一种基于词向量嵌入-信息自补的广义小样本语义分割方法在说明书摘要公布了：本发明公开了一种基于词向量嵌入‑信息自补的广义小样本语义分割方法，包括：基类学习阶段：使用基类标签样本训练骨干网络、语义词向量嵌入模块及基类分类器，生成基类原型；新类更新阶段：使用一张或五张新类标签样本训练新类分类器，生成新类原型；评估阶段：将基类学习阶段得到的基类原型和新类更新阶段得到新类原型输入到自补模块中，自补模块使用基类原型和新类原型对查询图像进行初始预测生成伪标签，然后通过伪标签在查询图像中提取查询原型，计算查询原型与查询图像间的余弦相似度从而生成辅助预测；最后，对辅助预测和初始预测进行加权得到最后预测结果。本发明增加了模型的类间距离并挖掘更多信息，进一步提升了模型的分割性能。

本发明授权一种基于词向量嵌入-信息自补的广义小样本语义分割方法在权利要求书中公布了：1.一种基于词向量嵌入-信息自补的广义小样本语义分割方法，用于计算机识别无标签的图像像素，并分配对应的类标签，其特征在于，包括： 基类学习阶段：使用基类标签样本训练骨干网络、语义词向量嵌入模块及基类分类器，生成基类原型； 新类更新阶段：使用一张或五张新类标签样本训练新类分类器，生成新类原型； 评估阶段：将基类学习阶段得到的基类原型和新类更新阶段得到新类原型输入到自补模块中，自补模块使用基类原型和新类原型对查询图像进行初始预测生成伪标签，然后通过伪标签在查询图像中提取查询原型，计算查询原型与查询图像间的余弦相似度从而生成辅助预测；最后，对辅助预测和初始预测进行加权得到最后预测结果； 所述基类学习阶段，具体过程为： 将M个基类标签样本输入骨干网络得到支持特征，类单词输入到预先训练的word2vec中，获得单词向量； 将支持特征、单词向量和图像对应掩码输入到语义词向量嵌入模块生成基类模型； 所述评估阶段具体为： 基类原型及新类原型输入对应的分类器生成对查询图像的初始预测yqry； 应用阈值τ来选择高置信度区域以生成伪标签Mqry，将yqry中大于τ的值设置为1，将小于τ的值设为0，τ＝0.8； 使用伪标签和查询特征进行掩码全局平均池化来生成查询原型pquery： 计算查询原型与查询特征fq之间的余弦距离，以生成辅助预测yaux： 对初始预测yqry和辅助预测yaux进行加权组合得到最后的预测结果yfinal： yfinal＝1-ε*yqry+ε*yaux 其中ε是权重。

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华南理工大学;广州超越通信科技有限公司，其通讯地址为：510640 广东省广州市天河区五山路381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。