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！

龙图腾网获悉南方科技大学申请的专利一种基于跨模态特征投影学习的分类方法、装置、终端及存储介质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：CN118968157B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202411019821.X，技术领域涉及：G06V10/764；该发明授权一种基于跨模态特征投影学习的分类方法、装置、终端及存储介质是由何志海;张毅;余可设计研发完成，并于2024-07-29向国家知识产权局提交的专利申请。

本一种基于跨模态特征投影学习的分类方法、装置、终端及存储介质在说明书摘要公布了：本发明公开了一种基于跨模态特征投影学习的分类方法、装置、终端及存储介质。方法包括：获取目标样本集，所述目标样本集中包括多组样本子集，所述目标样本集为小样本图像集；基于所述目标样本集获取多个类别特征图，每个所述类别特征图对应一种类别；接收目标图像，基于所述目标图像的目标特征图获取第一预测概率，其中，所述第一预测概率为多个且每个所述第一预测概率对应一种类别；基于所述目标图像和CLIP模型获取第二预测概率，其中，所述第二预测概率为多个且每个所述第二预测概率对应一种类别；基于所述第一预测概率和所述第二预测概率获取所述目标图像的类别。本发明提供的基于跨模态特征投影学习的分类方法能有效的加快模型预测速度，规避数据标注成本高昂的问题。

本发明授权一种基于跨模态特征投影学习的分类方法、装置、终端及存储介质在权利要求书中公布了：1.一种基于跨模态特征投影学习的分类方法，其特征在于，包括： 获取目标样本集，所述目标样本集中包括多组样本子集，每组所述样本子集中图像的标签为同一类别，其中，所述目标样本集为小样本图像集； 基于所述目标样本集获取多个类别特征图，每个所述类别特征图对应一种类别； 接收目标图像，基于所述目标图像的目标特征图获取第一预测概率，其中，所述第一预测概率为多个且每个所述第一预测概率对应一种类别； 基于所述目标图像和CLIP模型获取第二预测概率，其中，所述第二预测概率为多个且每个所述第二预测概率对应一种类别； 基于所述第一预测概率和所述第二预测概率获取所述目标图像的类别； 所述基于所述目标图像的目标特征图获取第一预测概率，包括：基于所述目标特征图获取目标类别特征图对应的目标矩阵，使得目标重建矩阵与所述目标特征图的相似度大于任意其他重建矩阵与所述目标特征图的相似度，其中，所述目标类别特征图为目标类别对应的特征图，所述目标重建矩阵为所述目标矩阵与所述目标类别特征图的乘积得到的矩阵，所述任意其他重建矩阵为任意其他矩阵与所述目标类别特征图的乘积得到的矩阵；计算所述目标重建矩阵与所述目标特征图的目标标量概率，基于所述目标标量概率获取所述目标类别对应的所述第一预测概率。

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方科技大学，其通讯地址为：518055 广东省深圳市南山区桃源街道学苑大道1088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”。