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！

龙图腾网获悉南昌大学申请的专利自适应双层特征重构增强的小样本细粒度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：CN119904668B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411807897.9，技术领域涉及：G06V10/764；该发明授权自适应双层特征重构增强的小样本细粒度图像分类方法是由魏欣;肖荣欢;汪奕良设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本自适应双层特征重构增强的小样本细粒度图像分类方法在说明书摘要公布了：本发明公开了一种自适应双层特征重构增强的小样本细粒度图像分类方法，包括：1提取深度卷积图像特征；2通过多注意力机制的双层进行自重构；3用两层自重构特征进行双向重构，利用支持样本重构查询样本，并基于查询样本重构支持样本；4根据设计的各种测试场景，动态调整四个双层双向重构的分支权重；5计算给定查询样本与其重构对应样本之间的距离，以及支持样本与其各自重构之间的距离，然后使用所得分支权重对这四个距离进行加权求和；6对查询样本进行分类。本发明方法有效解决了现有技术中使用有限的查询集特征重建大量支持集特征时拟合能力不足以及判别性局部信息提取不足的问题。

本发明授权自适应双层特征重构增强的小样本细粒度图像分类方法在权利要求书中公布了：1.一种自适应双层特征重构增强的小样本细粒度图像分类方法，其特征在于，包括以下步骤： 步骤S1、提取每幅图像的深度卷积图像特征； 步骤S2、每幅图像的深度卷积图像特征通过多注意力机制的双层进行自重构，使相似的局部特征变得更加相似，不相似的局部特征变得更加明显； 步骤S3、用两层自重构特征进行双向重构，利用支持样本重构查询样本，并基于查询样本重构支持样本； 步骤S4、根据设计的各种测试场景，动态调整四个双层双向重构的分支权重，提高有限特征重构大量特征的拟合能力； 提出一个自适应权重调整模块Pθ用于模型的后训练阶段，所述自适应权重调整模块Pθ包含一个五层全连接网络架构，后训练阶段采样多个N-wayK-shot任务，从随机抽样的任务重获取两个参数N和K，N∈[5,10,15,···,30]，K∈[1,5,10,···,30]；并输出β1、β2、β3、β4，用于动态调整四个双层双向重构和的分支权重； 步骤S5、计算给定查询样本与其重构对应样本之间的距离，以及支持样本与其各自重构之间的距离，然后使用从步骤S4中得出的分支权重对这四个距离进行加权求和； 步骤S6、对查询样本进行分类。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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。