太原科技大学张素兰获国家专利权
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！
龙图腾网获悉太原科技大学申请的专利基于双注意力机制的零样本建筑图像分类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：CN115830379B 。
龙图腾网通过国家知识产权局官网在2026-02-06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：202211550571.3，技术领域涉及：G06V10/764；该发明授权基于双注意力机制的零样本建筑图像分类方法是由张素兰;宁园园;杨帆;刘爱琴;陈飞设计研发完成，并于2022-12-05向国家知识产权局提交的专利申请。
本基于双注意力机制的零样本建筑图像分类方法在说明书摘要公布了：本发明涉及一种基于双注意力机制的零样本图像分类方法，属于图像处理技术领域，解决建筑风格分类中标记数据少及局部判别性特征定位不准确的问题，解决方案为：首先，引入通道注意和空间注意两种模型以增强图像特定区域的表示；然后，为减少空间映射过程中出现信息损失，使用生成器重建视觉特征；最后，设计公共空间嵌入零样本分类模型，在子空间对齐视觉特征和语义特征，通过最近邻匹配实现分类任务。在零样本数据集以及建筑风格数据集上进行实验评估，结果表明所提方法较当前零样本学习方法有较高的分类精度，能够有效解决建筑风格样本缺乏时的分类问题。
本发明授权基于双注意力机制的零样本建筑图像分类方法在权利要求书中公布了：1.基于双注意力机制的零样本建筑图像分类方法，其特征在于，包括以下步骤： S1、判别性视觉特征提取：利用ResNeXt-101网络提取全局特征，通过通道注意网络学习不同通道权重定位建筑主体，空间注意网络将位置信息嵌入通道注意图捕获目标中的细节特征； S2、属性编码：语义特征由图像的语义属性构成，表示类别之间的关系，利用one-hot对所有类别的属性特征进行编码，0代表无该属性，1代表有该属性，学习视觉空间到子空间中的映射函数，同时将语义属性向量映射到子空间中； S3、空间映射与分类：视觉特征由双注意力得到的特征图构成，保留图像中的判别性信息，通过全连接层将视觉特征映射到公共子空间中，学习所述视觉特征到公共空间中映射函数，同时将所有类别编码后的属性向量也通过全连接层映射到同一子空间中，学习语义映射函数，并在映射的语义向量中利用最近邻算法寻找与所述视觉特征相匹配的向量，预测样本的类别标签，通过最近邻匹配实现分类任务。
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太原科技大学，其通讯地址为：030024 山西省太原市万柏林区窊流路66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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励