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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院自动化研究所朱炳科获国家专利权

中国科学院自动化研究所朱炳科获国家专利权

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自动化研究所申请的专利基于多模态多层级特征的异常检测方法、电子设备、存储介质和程序产品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:CN121191097B

龙图腾网通过国家知识产权局官网在2026-03-13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:202511724965.X,技术领域涉及:G06V20/52;该发明授权基于多模态多层级特征的异常检测方法、电子设备、存储介质和程序产品是由朱炳科;李蕾;陈盈盈;王金桥设计研发完成,并于2025-11-21向国家知识产权局提交的专利申请。

基于多模态多层级特征的异常检测方法、电子设备、存储介质和程序产品在说明书摘要公布了:本公开提供了一种基于多模态多层级特征的异常检测方法、电子设备、存储介质和程序产品,该方法包括:获取待检测图像;对待检测图像进行缩放处理和局部裁剪处理,得到全局缩放图像块和多个局部图像块;对全局缩放图像块进行特征提取处理,得到全局视觉特征;对多个局部图像块分别进行多层级特征提取处理,得到每个局部图像块的多层级视觉特征;使用交叉注意力机制处理全局视觉特征,得到全局描述向量;针对每个局部图像块,根据该局部图像块的多层级视觉特征以及全局描述向量,确定该局部图像块的局部异常信息;根据多个局部图像块的局部异常信息,确定异常检测结果。该方法可实现全局语义引导下的局部异常判断,实现对细粒度异常的精准定位。

本发明授权基于多模态多层级特征的异常检测方法、电子设备、存储介质和程序产品在权利要求书中公布了:1.一种基于多模态多层级特征的异常检测方法,其特征在于,包括: 获取待检测图像; 对所述待检测图像进行缩放处理和局部裁剪处理,得到全局缩放图像块和多个局部图像块; 对所述全局缩放图像块进行特征提取处理,得到全局视觉特征; 对所述多个局部图像块分别进行多层级特征提取处理,得到每个局部图像块的多层级视觉特征; 使用交叉注意力机制处理所述全局视觉特征,得到全局描述向量,其中,所述全局描述向量用于描述正常事件和或异常事件; 针对每个局部图像块,根据该局部图像块的多层级视觉特征以及所述全局描述向量,确定该局部图像块的局部异常信息; 获取正常模式文本提示和异常模式文本提示,并分别从中提取得到正常提示特征和异常提示特征,其中,所述正常模式文本提示和异常模式文本提示通过训练得到; 根据所述正常提示特征、所述异常提示特征和所述全局视觉特征,确定全局正常权重和全局异常权重; 根据所述多个局部图像块的局部异常信息,确定局部异常权重; 根据所述全局正常权重、所述全局异常权重、所述局部异常权重,对所述正常提示特征和所述异常提示特征进行加权融合,得到融合提示特征; 使用所述融合提示特征,对所述全局视觉特征进行调制处理,得到调制全局视觉特征; 根据所述调制全局视觉特征、所述正常提示特征和所述异常提示特征,确定全局异常信息; 根据所述全局异常信息以及所述多个局部图像块的局部异常信息,确定所述异常检测结果。

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自动化研究所,其通讯地址为:100190 北京市海淀区中关村东路95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。