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！

龙图腾网获悉清华大学申请的专利一种基于多模态小样本持续学习的图像分类方法及产品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：CN116524261B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310465671.4，技术领域涉及：G06V10/764；该发明授权一种基于多模态小样本持续学习的图像分类方法及产品是由王鑫;朱文武设计研发完成，并于2023-04-26向国家知识产权局提交的专利申请。

本一种基于多模态小样本持续学习的图像分类方法及产品在说明书摘要公布了：本申请提供了一种基于多模态小样本持续学习的图像分类方法及产品，涉及图像处理技术领域，包括：获取输入图像；基于输入图像，获取输入数据，输入数据至少包括视觉特征以及所述视觉特征对应的文本原型；将视觉特征以及文本原型输入语义融合网络，以对视觉特征以及文本原型进行信息融合，获取自适应原型，自适应原型至少包括自适应视觉原型以及自适应查询表征；基于自适应视觉原型与自适应查询表征，获取查询图像的类别概率。本申请通过在小样本持续学习过程中，基于语义融合网络将隐藏在类别文本中语义信息与视觉信息进行融合，使模型在进行小样本持续学习时考虑语义信息的影响，从而极大地缓解了小样本持续学习过程中的灾难性遗忘问题。

本发明授权一种基于多模态小样本持续学习的图像分类方法及产品在权利要求书中公布了：1.一种基于多模态小样本持续学习的图像分类方法，其特征在于，应用于第t个持续学习任务，t≥1，所述方法包括： 获取输入图像，所述输入图像至少包括查询图像和支持图像； 基于所述输入图像，获取输入数据，所述输入数据至少包括视觉特征以及所述视觉特征对应的文本原型； 将所述视觉特征以及所述文本原型输入语义融合网络，以对所述视觉特征以及所述文本原型进行信息融合，获取自适应原型，所述自适应原型至少包括自适应视觉原型以及自适应查询表征； 基于所述自适应视觉原型与所述自适应查询表征，获取所述查询图像的类别概率； 所述自适应原型还包括自适应文本原型，在获取自适应原型之后，所述方法还包括： 基于所述自适应视觉原型、所述自适应文本原型与第一真实标签，获取语义一致性损失，所述第一真实标签用于表征所述自适应视觉原型与所述自适应视觉原型对应的文本原型之间的匹配关系； 至少基于所述语义一致性损失，对所述语义融合网络进行优化，得到优化的语义融合网络，以提升语义融合网络区分属于新类别的图像和数据库中已有的旧类别的能力； 所述语义一致性损失按照如下公式获取： ； ； 其中，为所述自适应视觉原型，为所述自适应文本原型，是所述自适应视觉原型与所述自适应文本原型之间的最大计算匹配概率，是所述第一真实标签，为所述语义一致性损失，为交叉熵函数，为与之间的余弦距离。

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清华大学，其通讯地址为：100084 北京市海淀区清华园1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。