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！

龙图腾网获悉华南农业大学;人工智能与数字经济广东省实验室(广州)申请的专利一种基于特征变换与统计校正的跨域小样本图像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：CN116844021B 。

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：202310811620.2，技术领域涉及：G06V10/82；该发明授权一种基于特征变换与统计校正的跨域小样本图像识别方法是由骆威;刘佳钒设计研发完成，并于2023-07-03向国家知识产权局提交的专利申请。

本一种基于特征变换与统计校正的跨域小样本图像识别方法在说明书摘要公布了：本发明提供了一种基于特征变换与统计校正的跨域小样本图像识别方法，其包括如下步骤：S1，获取待识别图像；S2，将所述待识别的图像输入预先训练好的基于特征变换与统计校正的深度卷积网络模型并输出识别结果，所述基于特征变换与统计校正的深度卷积网络模型深度卷积网络模型包括：一第一深度卷积网络模型fθ、LLA变换模块、一分类器、特征变换模块FiLM；残差变换模块RSA。本发明的基于特征变换与统计校正的跨域小样本图像识别方法，通过在深度卷积网络的基础上在其上嵌入特征线性变换层FiLM和残差非线性变换层RSA，以实现任务级别的特征变换；进一步的，使用一非参非线性激活函数LLA，从统计上校正网络输出特征的激活状态，以实现数据集级别的特征变换。

本发明授权一种基于特征变换与统计校正的跨域小样本图像识别方法在权利要求书中公布了：1.一种基于特征变换与统计校正的跨域小样本图像识别方法，其包括如下步骤： S1，获取待识别图像； S2，将所述待识别的图像输入预先训练好的基于特征变换与统计校正的深度卷积网络模型并输出识别结果，所述基于特征变换与统计校正的深度卷积网络模型包括： 一第一深度卷积网络模型，其中为其参数，且由NUM个卷积块级联而成，所述NUM为大于2的正整数，每个卷积块由卷积层、批处理归一化层BN、ReLU非线性激活层、以及最大化汇聚层依序级联； 一LLA变换模块，所述LLA变换模块接在所述第一深度卷积网络模型之后，所述LLA变换模块为： ，其中为自变量，为控制一阶梯度的超参数，即表明LLA在半开区间和上为Lipschitz连续函数，且为相应的Lipschitz常量； 在所述第一深度卷积网络模型的前NUM_FiLM个卷积块的BN层后增加一特征变换模块FiLM，所述特征变换模块用于对所述BN层的输出进行尺度伸缩变换；在所述第一深度卷积网络模型的后NUM_RSA个卷积块均增加一残差变换模块RSA，所述残差变换模块RSA用于对所述输入到NUM_RSA个卷积块的输入特征进行残差计算，其中NUM=NUM_FiLM+NUM_RSA; 一分类器，所述分类器用于对所述LLA变换模块的输出进行分类以输出识别结果。

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农业大学;人工智能与数字经济广东省实验室(广州)，其通讯地址为：510000 广东省广州市天河区五山路483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。