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！

龙图腾网获悉中国科学院信息工程研究所申请的专利一种基于零样本学习的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：CN115908905B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202211381589.5，技术领域涉及：G06V10/764；该发明授权一种基于零样本学习的图像分类方法是由高能;张逸飞;孔哲;屠晨阳设计研发完成，并于2022-11-04向国家知识产权局提交的专利申请。

本一种基于零样本学习的图像分类方法在说明书摘要公布了：本发明公开了一种基于零样本学习的图像分类方法，其步骤包括：获取包含多种已知类别图像的图像集，每一类别对应多张图像；对每一图像标注对应的类别标签，以及获取每一图像的特征向量，根据各类别标签标注得到对应类别的属性向量，得到一图像样本数据集；获得所述图像样本数据集中每一类别的原始语义向量；基于图理论根据各类别的属性向量、词向量构建关联图，获得每一类别的新模态语义向量；利用图像样本数据集训练基础零样本学习模型，所述基础零样本学习模型根据各图像的各模态语义向量及图像的特征向量，得到每一类别的语义向量；对于一待识别图像，根据该待识别图像的特征向量与各类别的语义向量的相似度确定该待识别图像的类别。

本发明授权一种基于零样本学习的图像分类方法在权利要求书中公布了：1.一种基于零样本学习的图像分类方法，其步骤包括： 获取包含多种已知类别图像的图像集，每一类别对应多张图像；对每一图像标注对应的类别标签，以及获取每一图像的特征向量，根据各类别标签标注得到对应类别的属性向量，得到一图像样本数据集； 获得所述图像样本数据集中每一类别的原始语义向量；其中，类别i的原始语义向量包含类别i的属性向量以及根据类别i对应的类别标签名称生成的词向量； 基于图理论根据各类别的属性向量构建第一类别关联图，获得每一类别的第三模态语义向量；基于图理论根据各类别的词向量构建第二类别关联图，获得每一类别的第四模态语义向量；将类别的属性向量称为类别的第一模态语义向量，将类别的词向量称为类别的第二模态语义向量；其中，获得每一类别的第三模态语义向量的方法为：a基于图理论根据各类别的属性向量构建第一类别关联图，其中节点为类别，如果两类别之间的属性向量相似性大于设定阈值t，则在该两类别对应的节点之间建立一条边；b在所述第一类别关联图上进行一层前向传播，得到语义向量矩阵将矩阵E中的行m作为第m个类别ym的第三种模态语义向量；其中，E′＝[φy1T,φy2T,...,φyCT]T为各类别属性向量排列成的矩阵，C为类别总数，ΦyC为第C个类别yC的属性向量，Pmn为第m个类别ym与第n个类别yn之间的相似值，矩阵A的第m行、第n列元素矩阵D为度矩阵，矩阵D的第m行、第m列元素q为控制类别节点间信息传播的幅度； 获得每一类别的第四模态语义向量的方法为：a基于图理论根据各类别的词向量构建第二类别关联图，其中节点为类别，如果两类别之间的词向量相似性大于设定阈值t，则在该两类别对应的节点之间建立一条边；b在所述第二类别关联图上进行一层前向传播，得到语义向量矩阵将矩阵E中的行m作为第m个类别ym的第四种模态语义向量；其中，E′＝[φy1T,φy2T,...,φyCT]T为各类别词向量排列成的矩阵，C为类别总数，ΦyC为第C个类别yC的词向量，Pmn为第m个类别ym与第n个类别yn之间的相似值，矩阵A的第m行、第n列元素矩阵D为度矩阵，矩阵D的第m行、第m列元素q为控制类别节点间信息传播的幅度； 利用所述图像样本数据集训练基础零样本学习模型，所述基础零样本学习模型根据各图像的四种模态语义向量及图像的特征向量，得到每一类别的语义向量；其中，所述基础零样本学习模型包括低级融合层、高级融合层、融合模块和输出层；利用所述图像样本数据集训练基础零样本学习模型，得到每一类别的语义向量的方法为： 21所述低级融合层将每一类别y的四种模态语义向量进行拼接得到向量Fusionlowy； 22所述高级融合层将每一类别y的向量Fusionlowy通过映射g映射到图像特征空间并对映射所得向量进行平均池化处理，得到向量Fusionhighy；然后将向量Fusionlowy和Fusionhighy送入所述融合模块； 23所述融合模块首先对向量Fusionlowy和Fusionhighy进行拼接，然后对所得拼接向量进行线性映射后进行注意力机制运算，然后将注意力机制运算所得各结果进行拼接、最大池化；然后将最大池化结果输入带有残差连接的前向网络，得到每一类别y的语义向量Oy；然后计算类别标签为y的图像的图像特征与该语义向量Oy的损失函数值，对基础零样本学习模型进行优化； 对于一待识别图像，根据该待识别图像的特征向量与各类别的语义向量的相似度确定该待识别图像的类别。

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中国科学院信息工程研究所，其通讯地址为：100093 北京市海淀区闵庄路甲89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。