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！

龙图腾网获悉北京华科嘉泰科技有限公司申请的专利一种基于无监督学习的结晶异常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：CN120543498B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202510624239.4，技术领域涉及：G06T7/00；该发明授权一种基于无监督学习的结晶异常识别方法是由李红利;王童燕设计研发完成，并于2025-05-15向国家知识产权局提交的专利申请。

本一种基于无监督学习的结晶异常识别方法在说明书摘要公布了：本发明公开了一种基于无监督学习的结晶异常识别方法，涉及结晶异常识别技术领域，包括以下步骤：设置若干个机位，获取结晶视频流数据，抽帧解析得到多机位结晶帧图像；将每张图像切成若干个子块；采用无监督学习算法识别每个子块的结晶主体区域；对结晶主体区域进行特征提取，得到结晶主体特征；对比每个子块的结晶主体特征间的相似度，取最小相似度作为整体相似度；将整体相似度与自适应阈值进行比较，判断是否存在结晶异常。本申请通过多机位获取结晶视频流数据实现全方位异常识别，结合无监督学习算法、特征提取、相似度对比、自适应阈值，提高了结晶异常识别的全面性和鲁棒性。

本发明授权一种基于无监督学习的结晶异常识别方法在权利要求书中公布了：1.一种基于无监督学习的结晶异常识别方法，其特征在于，包括以下步骤： 步骤一，设置若干个机位，获取每个机位的结晶视频流数据，抽帧解析得到多机位结晶帧图像； 步骤二，将所述多机位结晶帧图像的每张图像切成若干个子块； 步骤三，采用无监督学习算法识别步骤二中每个子块的结晶主体区域； 步骤四，对所述结晶主体区域进行特征提取，得到每个子块的结晶主体特征； 步骤五，对比每个子块的结晶主体特征间的相似度，取最小相似度作为整体相似度； 步骤六，将所述整体相似度与自适应阈值进行比较，判断是否存在结晶异常； 步骤三中，所述无监督学习算法采用SAM2视觉分割算法； 步骤三中，所述SAM2视觉分割算法的网络的模块包括：图像编码器、记忆注意力、提示编码器、掩码解码器、记忆编码器、记忆库； 步骤三中，对所述SAM2视觉分割算法的网络进行改进，包括：参数冻结、低秩适配、混合精度训练、损失函数改进、评估指标改进、数据集改进； 步骤四中，采用DINOv2特征提取模型对所述结晶主体区域进行特征提取； 参数冻结包括：保留SAM2的图像编码器，仅微调解码器和提示编码器，解冻图像编码器后几层+解码器； 低秩适配包括：向解码器插入低秩矩阵，减少可训练参数； 混合精度训练包括：使用FP16加速训练并降低显存占用； 损失函数改进包括：采用Dice损失函数+BCE损失函数； 评估指标改进包括：采用Dice系数、IoU交并比、遮挡场景召回率作为评估指标； 数据集改进包括：将结晶的晶体主体作为分割对象，并进行掩码标注，得到微调使用的晶体主体分割数据集，采用了视频数据和静态图像交替训练的策略； 步骤六中，所述自适应阈值采用基于局部统计量的自适应阈值方法计算得到； 通过视频帧前N帧的整体相似度结果来预测后续N+1帧的自适应阈值，计算公式如下： ， 其中，表示以点为中心的滑动窗口对应的自适应阈值，表示以点为中心的滑动窗口内的整体相似度的均值，反映局部平均水平，表示以点为中心的滑动窗口内的整体相似度的标准差，反映局部波动程度，C表示调节因子。

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北京华科嘉泰科技有限公司，其通讯地址为：100032 北京市西城区西绦胡同15号3号楼311室；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。