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！

龙图腾网获悉大连理工大学申请的专利一种面向图像分类任务的组合增量学习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：CN119445327B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202411487168.X，技术领域涉及：G06V10/82；该发明授权一种面向图像分类任务的组合增量学习方法是由刘宇;贾棋;张延义;邱炳林;薛昕惟;王维民设计研发完成，并于2024-10-24向国家知识产权局提交的专利申请。

本一种面向图像分类任务的组合增量学习方法在说明书摘要公布了：本发明涉及计算机视觉图像分类领域，提供一种面向图像分类任务的组合增量学习方法，包括：通过图像特征提取器中提取到图像特征；将图像特征分别在对象提示池与组合提示池中选取合适的提示并进行融合；使用对象提示指导属性提示选择并进行融合；获取训练图像的特征序列；通过TransformerEncoder分别得到训练图像的属性特征、对象特征与组合特征；使用属性分类器、对象分类器、组合分类器分别对属性、对象和组合进行分类，得到属性、对象、组合的预测分数；最终对测试图像进行测试获取最终组合预测分数，分数最高的组合即为预测分类结果。本发明能够大幅度提高对于组合增量图像的分类精度，使图像分类更加准确。

本发明授权一种面向图像分类任务的组合增量学习方法在权利要求书中公布了：1.一种面向图像分类任务的组合增量学习方法，其特征在于，包括以下步骤： 步骤100，初始化，随机初始化属性提示池对象提示池组合提示池 步骤200，将训练图像x输入至预训练好的图像特征提取器f·，得到图像特征fx； 步骤201，对象提示、组合提示选择，使用图像特征fx分别在对象提示池与组合提示池中选取合适的提示； 步骤202，分别融合对象提示池中选择的提示和组合提示池中选择的提示； 步骤203，属性提示选择，使用对象提示指导属性提示选择，并进行融合； 步骤204，获取训练图像x的特征序列； 步骤205，将融合后的属性提示、对象提示、组合提示以及步骤204中获取到的特征序列一起输入至预训练好的TransformerEncoder中，分别得到训练图像的属性特征、对象特征与组合特征； 步骤206，使用属性分类器、对象分类器、组合分类器分别对属性、对象和组合进行分类，得到属性、对象、组合的预测分数； 步骤207，迭代，使用分类结果计算损失函数以约束对象提示池、属性提示池、组合提示池，更新属性提示池、对象提示池、组合提示池，重复步骤200～207； 步骤300，测试，将测试图像输入到步骤200～207描述的模型中，根据属性分类器、对象分类器、组合分类器输出的预测分类分数，获取最终组合预测分数，分数最高的组合即为预测分类结果。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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。