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计算机创新技术研究院申请的专利一种基于可学习提示的零样本异常图像检测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：CN116935128B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202310920221.X，技术领域涉及：G06V10/764；该发明授权一种基于可学习提示的零样本异常图像检测方法是由宋亚楠;沈卫明设计研发完成，并于2023-07-25向国家知识产权局提交的专利申请。

本一种基于可学习提示的零样本异常图像检测方法在说明书摘要公布了：本发明公开了一种基于可学习提示的零样本异常图像检测方法。设计了基于上下文优化的可学习提示生成模块，包含了参数可优化的可学习提示和图像异常状态提示；利用视觉语言大模型的图像编码网络获得多层级的待检图像视觉编码特征，同时利用文本编码网络获得可学习提示嵌入的文本特征。通过计算视觉编码特征和文本特征之间的多层级余弦相似度，构建图像异常区域计算模块，获得待检图像的异常区域。本发明提出的可学习提示避免了人工设计提示的复杂性和不稳定性，同时改善了图像异常检测的准确性，保证了零样本学习的有效性和高效性，极大降低了预训练视觉语言大模型迁移到下游任务的成本。

本发明授权一种基于可学习提示的零样本异常图像检测方法在权利要求书中公布了：1.一种基于可学习提示的零样本异常图像检测方法，其特征在于： 1建立异常图像检测网络； 2利用异常图像检测网络； 3将待测图像输入到训练后的异常图像检测网络获得异常区域热图，根据异常区域热图获得异常区域； 所述的异常图像检测网络包括视觉编码网络、文本编码网络、多层感知机mlp、可学习提示生成模块和异常区域计算模块；视觉编码网络的输出经多个多层感知机mlp后输入到异常区域计算模块，同时通过可学习提示生成模块获得可学习提示嵌入，将可学习提示嵌入经文本编码网络处理后输入到异常区域计算模块，异常区域计算模块的输出依次经改变特征维度操作和元素相乘操作后获得异常区域热图的结果； 所述的视觉编码网络包括依次进行的四个阶段，每个阶段均包含多层残差注意模块，每个阶段均输出视觉特征，四个阶段分别输出第一视觉特征T1、第二视觉特征T2、第三视觉特征T3和第四视觉特征T4作为视觉编码网络的输出； 所述的异常区域计算模块中，是根据输入的视觉编码特征与文本特征按照以下方式的余弦相似度计算获得： Gm=softmaxFm@WT,m=1,2,3,4 其中，符号@表示矩阵相乘，softmax表示激活函数，WT表示文本特征的转置，Fm表示视觉编码网络中第m阶段对应获得的视觉编码特征，Gm表示视觉编码特征Fm对应获得的初步异常区域图。

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计算机创新技术研究院，其通讯地址为：311200 浙江省杭州市萧山区利一路188号天人大厦33楼；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。