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大学申请的专利一种基于提示学习的弱监督定位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：CN117011510B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202310812108.X，技术领域涉及：G06V10/22；该发明授权一种基于提示学习的弱监督定位方法是由万方;赵毓钟;刘悦;廖明祥;叶齐祥设计研发完成，并于2023-07-04向国家知识产权局提交的专利申请。

本一种基于提示学习的弱监督定位方法在说明书摘要公布了：本发明公开了一种基于提示学习的弱监督定位方法，包括：对包含图像类别的图像描述进行编码，获得不同类别图像对应的类别判别性特征；采用类别判别性特征初始化获得可学习特征，通过去噪扩散模型优化可学习特征得到类别表示性特征；以去除图像中的噪声为目标优化去噪扩散模型；设置神经网络分类器，对待定位图像进行分类，获得图像的类别；根据图像的类别获得对应的类别判别性特征和类别表示性特征，将类别判别性特征和类别表示性特征融合获得组合特征，输入优化后的去噪扩散模型中，获得多个交叉注意力图，将多个交叉注意力图融合为一个激活图，进而获得目标的定位结果。本发明公开的基于提示学习的弱监督定位方法，定位准确性显著提高。

本发明授权一种基于提示学习的弱监督定位方法在权利要求书中公布了：1.一种基于提示学习的弱监督定位方法，其特征在于，包括以下步骤： S1、对包含图像类别的图像描述进行编码，获得不同类别图像对应的类别判别性特征； S2、针对任一图像类别，采用类别判别性特征初始化获得可学习特征，将带噪声的该类别的图像以及可学习特征输入去噪扩散模型，以去除图像中的噪声为目标通过反向传播的方式优化可学习特征，得到类别表示性特征， 其中所述去噪扩散模型为预训练后模型，设置为不可学习状态； S3、设置去噪扩散模型为可学习状态，将判别性特征以及表示性特征输入去噪扩散模型，以去除图像中的噪声为目标通过反向传播的方式优化去噪扩散模型； S4、设置神经网络分类器，对待定位图像进行分类，获得图像的类别； S5、根据图像的类别获得对应的类别判别性特征和类别表示性特征，将类别判别性特征和类别表示性特征融合获得组合特征，将组合特征输入优化后的去噪扩散模型中，获得多个交叉注意力图，将多个交叉注意力图融合为一个激活图，将激活图缩放到原图尺寸可以确定其在原图上的激活区域，该激活区域的最小包围框即为图像中目标的定位结果。

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中国科学院大学，其通讯地址为：100049 北京市石景山区玉泉路19号甲；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。