Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院国家空间科学中心檀晓萌获国家专利权

中国科学院国家空间科学中心檀晓萌获国家专利权

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国家空间科学中心申请的专利一种基于状态空间模型的轻量化零样本图像分类方法及系统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:CN120339693B

龙图腾网通过国家知识产权局官网在2026-01-23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:202510410078.9,技术领域涉及:G06V10/764;该发明授权一种基于状态空间模型的轻量化零样本图像分类方法及系统是由檀晓萌;薛长斌;席博博设计研发完成,并于2025-04-02向国家知识产权局提交的专利申请。

一种基于状态空间模型的轻量化零样本图像分类方法及系统在说明书摘要公布了:本申请提供了一种基于状态空间模型的轻量化零样本图像分类方法及系统,该方法包括:将未见类别测试样本输入到训练好的零样本图像分类网络模型,输出未见类图像分类结果;所述零样本图像分类网络模型,包括视觉编码器、语义编码器、多模融合模块和分类模块;其中,所述视觉编码器,用于输入图像,输出视觉特征;所述语义编码器,用于输入文本,输出语义特征;所述多模融合模块,用于输入视觉特征和语义特征,输出融合视觉和语义的特征;所述分类模块,用于输入融合视觉和语义的特征,输出图像的分类结果。本申请的优势在于:不仅能够保持未见类别的总体分类精度在较高水平,还能有效降低整体模型的计算复杂度。

本发明授权一种基于状态空间模型的轻量化零样本图像分类方法及系统在权利要求书中公布了:1.一种基于状态空间模型的轻量化零样本图像分类方法,包括: 将未见类别测试样本输入到训练好的零样本图像分类网络模型,输出未见类图像分类结果; 所述零样本图像分类网络模型,包括视觉编码器、语义编码器、多模融合模块和分类模块;其中, 所述视觉编码器,用于输入图像,输出视觉特征; 所述语义编码器,用于输入文本,输出语义特征; 所述多模融合模块,用于输入视觉特征和语义特征,输出融合视觉和语义的特征; 所述分类模块,用于输入融合视觉和语义的特征,输出图像的分类结果; 所述多模融合模块,包括一个Dual-Mamba2块、两个Mamba2块和一个前馈神经网络;所述Dual-Mamba2块和两个并行的Mamba2块级联,再与前馈神经网络连接; 所述Dual-Mamba2块包括映射层、卷积层、激活函数、状态空间模型和归一化层; 所述Dual-Mamba2块的工作过程包括: 输入的视觉特征分为第一支路和第二支路;输入的语义特征分为第三支路和第四支路; 第一支路中视觉特征经过一个映射层和激活函数,得到第一中间结果; 第二支路中视觉特征经过一个映射层和激活函数,得到第二中间结果;所述第二中间结果包括包含图像特征的辅助参数和第二中间视觉特征;将第二中间结果的第二中间视觉特征替换为第三中间结果的第三中间语义特征后输入状态空间模型;将状态空间模型的输出结果与第一中间结果连接后经过归一化层和映射层后输出图像的语义特征; 第三支路中语义特征经过一个映射层和激活函数,得到第三中间结果;所述第三中间结果包括包含文本特征的辅助参数和第三中间语义特征;将第三中间结果的第三中间语义特征替换为第二中间结果的第二中间视觉特征后输入状态空间模型;将状态空间模型的输出结果与第四中间结果连接后经过归一化层和映射层后输出文本的视觉特征; 第四支路中语义特征经过一个映射层和激活函数,得到第四中间结果。

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国家空间科学中心,其通讯地址为:100190 北京市海淀区中关村南二条1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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。