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！

龙图腾网获悉电子科技大学申请的专利一种基于视觉语义约束的生成零样本学习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：CN115471712B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202211273301.2，技术领域涉及：G06V10/764；该发明授权一种基于视觉语义约束的生成零样本学习方法是由田玲;闫科;高辉;唐乾轲;李帏韬设计研发完成，并于2022-10-18向国家知识产权局提交的专利申请。

本一种基于视觉语义约束的生成零样本学习方法在说明书摘要公布了：本发明涉及计算机视觉中的图像分类领域，其公开了一种基于视觉语义约束的生成零样本学习方法，其首先提取已知类的图像视觉特征和属性语义特征以及未知类属性的语义特征，建立生成器基于已知类语义特征生成的生成特征同已知类和未知类之间的视觉语义约束，构建基于视觉语义约束的生成对抗网络，训练获得生成器；然后，利用训练好的生成器，获得未知类生成特征；最后，将未知类生成特征融入已知类特征集中，对零样本分类器进行训练，其通过提高未知类生成特征的质量，提升模型对未知样本的识别准确率。适用于濒危动物识别、安检预测、人脸验证和故障诊断等领域的零样本学习。

本发明授权一种基于视觉语义约束的生成零样本学习方法在权利要求书中公布了：1.一种基于视觉语义约束的生成零样本学习方法，其特征在于，包括以下步骤： A、训练零样本分类器模型； A1、数据准备 构建训练数据集，所述训练数据集的样本包括已知类样本和未知类样本，所述已知类样本包括图像及其类别的属性和标签，所述未知类样本包括类别的属性和标签； 基于已知类样本，根据图像提取视觉特征xi，根据类别属性提取语义特征yi；基于未知类样本，根据类别属性提取语义特征 A2、构建生成对抗网络，基于已知类样本对生成对抗网络进行训练，获得完成训练的生成器；且，构建生成器所生成的生成特征同已知类样本之间以及未知类样本之间的视觉语义约束，对生成器的训练过程进行约束； 步骤A2中，生成器所生成的生成特征同已知类样本之间以及未知类样本之间的视觉语义约束为： Lvs＝Ls+Lu 上述Ls为生成特征与已知类样本之间的视觉语义约束，计算公式如下： 其中，δ为超参数，为由生成器根据第i个已知类类别属性的语义特征yi所获得的生成特征，为第i个已知类类别的视觉特征中心，为从以外的其他已知类类别的视觉特征中心中随机选取的一个视觉特征中心，‖·‖2表示二范数； 上述Lu为生成特征与未知类样本之间的视觉语义约束，并按如下公式获得 其中，δ为超参数，为由生成器根据第i个已知类类别属性的语义特征yi所获得的生成特征，为第i个已知类类别的视觉特征中心，为由生成器根据随机选取的一个未知类类别属性的语义特征所获得的生成特征，‖·‖2表示二范数； A3、基于未知类样本的语义特征输入到完成训练的生成器G中，生成未知类的视觉特征然后，将生成的未知类的视觉特征与提取的已知类的视觉特征xi进行合并，获得训练数据集的完整的视觉特征集V；或者，基于已知类样本的语义特征yi和未知类样本的语义特征输入到完成训练的生成器G中，生成视觉特征vn，获得训练数据集的完整的视觉特征集V； A4、利用训练数据集样本的视觉特征及其标签，对分类器进行训练，获得完成训练的分类器； B、基于完成训练的分类器，执行检测任务： 提取待检测图像的视觉特征，输入至完成训练的分类器进行图像分类，输出该图像的类别标签。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区（西区）西源大道2006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”。