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！

龙图腾网获悉云南大学申请的专利基于零次学习的自适应跨模态特征映射图像识别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：CN116342956B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310326484.8，技术领域涉及：G06V10/764；该发明授权基于零次学习的自适应跨模态特征映射图像识别方法是由杨成荣;杨云;金琪文设计研发完成，并于2023-03-30向国家知识产权局提交的专利申请。

本基于零次学习的自适应跨模态特征映射图像识别方法在说明书摘要公布了：本发明提供一种基于零次学习的自适应跨模态特征映射图像识别方法，通过图像预处理、Patch编码和位置编码提取鸟类图像细粒度特征；然后构建语义知识图谱并提取其关联语义特征，最后将鸟类图像特征和语义特征映射到特征空间中，优化正负例样本对的相似概率，实现鸟类图像识别；解决了现有方法因直接对整张图像进行特征提取而忽略了图像当中存在不同区域重要程度不一致的问题；本发明通过获取类与类之间、类与属性之间、属性与属性之间的语义关系，提取包含丰富语义信息的语义特征，解决了现有人工定义的二值属性向量不能表示不同类之间、不同属性之间关系的问题。

本发明授权基于零次学习的自适应跨模态特征映射图像识别方法在权利要求书中公布了：1.一种基于零次学习的自适应跨模态特征映射图像识别方法，其特征在于，包括以下步骤： S1、基于Transformer的细粒度视觉特征提取方法； 所述S1具体步骤如下： S11、鸟类图像预处理； S12、对预处理好的鸟类图像进行Patch编码和位置编码； 具体步骤如下： Patch编码：通过线性映射将每个数据格式为[16,16,3]的Patch映射得到一个长度为768的向量；然后在得到的向量中插入一个用于分类的分类向量，该分类向量是一个可训练的参数，长度为768；再与之前从图片中生成的向量拼接在一起，得到编码格式为[197,768]的向量； 位置编码：选择一个可训练的参数累加在原向量上，位置编码的格式为[197,768]：其中，是位置编码，pos是Patch在图像中的位置，i是编码的位置，是Patch编码的长度； S13、将编码后的向量输入视觉特征提取模块，输出细粒度视觉特征； S2、构建鸟类语义知识图谱并提取关联语义特征；具体方法如下： 基于语义知识图谱G构建其邻接矩阵A和度矩阵D；利用初始化方法将节点信息转化成向量X，然后构建2层的GCN提高生成语义的质量，采用ReLU和Softmax作为激活函数，整体的正向传播公式为：其中，为缩放邻接矩阵，ReLU为激活函数，为节点特征向量，为GCN第一层的权值矩阵，用于将节点的特征表示映射为相应的隐层状态，为GCN第二层的权值矩阵，用于将节点的隐层表示映射为相应的输出；最终输出节点向量Z即为该节点的语义特征向量； S3、将鸟类图像特征和语义特征映射到特征空间中，优化正负例样本对的相似概率，将数据分别与正例样本和负例样本在特征空间进行对比。

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云南大学，其通讯地址为：650091 云南省昆明市五华区翠湖北路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。