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！

龙图腾网获悉浙江大学申请的专利生成图像正样本实现图像分类的方法、系统、介质及设备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：CN120032163B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202411989922.X，技术领域涉及：G06V10/764；该发明授权生成图像正样本实现图像分类的方法、系统、介质及设备是由陈啸;秦皓;赵卓然;朱强;龙强;王嘉木;孔鸣;沈超权设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本生成图像正样本实现图像分类的方法、系统、介质及设备在说明书摘要公布了：本发明公开了一种生成图像正样本实现图像分类的方法、系统、介质及设备，属于计算机视觉领域。本发明首先通过多模态模型提取并重写文本语义，增强视觉提示，进而引导去噪扩散模型生成与原始图像语义一致的正样本，并利用对比学习对图像编码器进行无监督训练，使其准确获取语义信息；使用有标签的特征向量训练线性分类器，从而构建出图像分类模型，用于图像分类任务，最终可以在无需大量标注数据的情况下完成图像类别判断。

本发明授权生成图像正样本实现图像分类的方法、系统、介质及设备在权利要求书中公布了：1.一种生成图像正样本实现图像分类的方法，其特征在于，包括以下步骤： S1.基于获取的原始图像引导去噪扩散模型生成正样本，基于生成的正样本以对比学习的方式对图像编码器进行无监督训练； S2.将无监督训练得到的图像编码器与一个待训练的线性分类器级联构成图像分类模型，以有监督方式训练图像分类模型，固定图像分类模型中图像编码器的参数，优化线性分类器参数使其能够实现图像类别判断； S3.将待分类的图像输入到训练好的图像分类模型中，输出待分类图像的分类结果； 步骤S1中，生成正样本的具体过程为： S11.将原始图像和一段用于提示语义提取的语句输入至预训练的多模态大模型，生成所述原始图像在文本空间的第一特征描述； S12.将所述第一特征描述和一段用于提示语义重写的语句送入大语言模型，对所述第一特征描述进行语义重写，生成原始图像在文本空间的第二特征描述； S13.在原始图像上添加高斯噪声生成随机噪声图像，获取原始图像的掩膜图像以及一个目标图像，将原始图像的掩膜图像与目标图像按像素值加权混合生成掩膜混合图像，将原始图像、随机噪声图像、原始图像的掩膜图像以及掩膜混合图像中的一种图像作为第一视觉提示，并对第一视觉提示进行数据增强，得到第二视觉提示； S14.将第二特征描述和第二视觉提示输入所述去噪扩散模型，生成语义感知合成图像，将语义感知合成图像作为与原始图像语义一致的正样本。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。