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！

龙图腾网获悉杭州电子科技大学申请的专利基于因果学习的零样本异常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：CN121459081B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202610013458.3，技术领域涉及：G06V10/764；该发明授权基于因果学习的零样本异常检测方法是由陈媛芳;琚佳顺;方兴;罗宇阳;杨坤设计研发完成，并于2026-01-07向国家知识产权局提交的专利申请。

本基于因果学习的零样本异常检测方法在说明书摘要公布了：本发明公开了基于因果学习的零样本异常检测方法，包括采集输入图像样本，将输入图像样本输入视觉‑语言模型中，进行多尺度特征的提取与融合；通过文本编码器生成可学习的文本提示向量，将提取的多尺度融合特征与文本提示向量输入对比学习核心模块，通过可学习提示计算相似度，并生成异常概率分布及热力图；利用提取的多尺度融合特征和对比学习核心模块输出的对比学习结果，构建因果学习模块，通过多尺度语义约束校正相似度结果，计算正常区域与异常区域的因果差距；设计多目标联合损失函数，对视觉‑语言模型进行训练优化；将训练优化完成的视觉‑语言模型用于异常检测，输出检测结果，本发明解决了视觉‑语言模型特征利用不足的问题。

本发明授权基于因果学习的零样本异常检测方法在权利要求书中公布了：1.基于因果学习的零样本异常检测方法，其特征在于：包括以下运行步骤： S1：采集输入图像样本，将输入图像样本输入视觉-语言模型中，进行多尺度特征的提取与融合； S2：通过文本编码器生成可学习的文本提示向量，将提取的多尺度融合特征与文本提示向量输入对比学习核心模块，通过可学习提示计算相似度，并生成异常概率分布及热力图； 通过可学习提示计算相似度，并生成异常概率分布及热力图包括： S21：通过视觉-语言模型的文本编码器生成可学习的文本提示向量，文本内容包括“正常图像”“异常图像”语义； S22：将多尺度融合特征与文本提示向量输入对比学习模块，计算图像与文本之间的相似度矩阵，得到正常相似度和异常相似度； S23：根据正常相似度和异常相似度计算对比差距，并基于该对比差距生成像素级异常概率分布； S24：将异常概率分布转换为异常热力图，并作为对比学习结果输出，利用对比学习结果进行异常定位与可视化； S3：利用提取的多尺度融合特征和对比学习核心模块输出的对比学习结果构建因果学习模块，通过多尺度语义约束校正相似度结果，计算正常区域与异常区域的因果差距； 构建因果学习模块及计算因果差距包括： S31：基于多尺度融合特征、包含正常相似度和异常相似度的相似度结果构建因果学习模块，通过多尺度语义信息校正原始相似度； S31中还包括：从多尺度融合特征中，基于各层特征的重要性计算因果注意力权重；利用因果注意力权重对的原始相似度进行多尺度约束校正，得到因果校正后正常相似度和异常相似度； S32.基于校正后的正常相似度和异常相似度，定义因果差距； S33：通过对因果差距的幅值与方向进行分析，设定因果强度阈值，当因果差异的幅值大于等于设定的因果强度阈值时，判定为强因果影响异常，优先标记为高置信度异常区域； S4：设计多目标联合损失函数，对视觉-语言模型进行训练优化； S5：将训练优化完成的视觉-语言模型用于异常检测，输出检测结果。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。