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！

龙图腾网获悉南京信息工程大学申请的专利面向迁移学习的模态缺失情景图像处理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：CN120563946B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202511065398.1，技术领域涉及：G06V10/764；该发明授权面向迁移学习的模态缺失情景图像处理方法是由麻红军;倪欢设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。

本面向迁移学习的模态缺失情景图像处理方法在说明书摘要公布了：本发明公开了一种面向迁移学习的模态缺失情景图像处理方法，包括以下步骤：采集源域图像和目标域图像，源域图像为光学图像；训练跨模态知识蒸馏模型，跨模态知识蒸馏模型包括源域模型和目标域模型；还包括特征指派规划模型、自适应知识蒸馏模块和对比学习模型；联合自适应知识蒸馏模块和对比学习模型共同优化跨模态知识蒸馏模型，得到训练完成的目标域模型；利用训练完成的目标域模型完成图像处理。本发明能够在缺失模态信息的条件下显著提升模型性能。通过引入特征指派规划模型，实现训练样本在语义层面的精准归类，并结合类别导向的正负样本划分策略，优化知识蒸馏路径，增强缺失模态的特征学习效果。

本发明授权面向迁移学习的模态缺失情景图像处理方法在权利要求书中公布了：1.一种面向迁移学习的模态缺失情景图像处理方法，其特征在于，包括以下步骤： 1）、采集源域图像和目标域图像，所述源域图像为光学图像； 2）、训练跨模态知识蒸馏模型，所述跨模态知识蒸馏模型包括源域模型和目标域模型；所述源域模型包括源域特征提取模块，所述目标域模型包括目标域特征提取模块；所述源域特征提取模块提取所述源域图像的源域特征集合，所述目标域特征提取模块提取所述目标域图像的目标域特征集合； 所述跨模态知识蒸馏模型还包括特征指派规划模型、自适应知识蒸馏模块和对比学习模型，所述特征指派规划模型对所述源域特征集合和目标域特征集合进行特征指派规划，得到源域-目标域特征对齐结果； 所述自适应知识蒸馏模块通过引入带温度调节的KL散度作为损失函数对源域-目标域特征对齐结果进行类别级知识传递； 所述对比学习模型基于类别一致性构造正样本对与负样本对，采用InfoNCE损失函数构建优化目标； 步骤2）中所述特征指派规划模型对所述源域特征集合和目标域特征集合进行特征指派规划具体为：求解下式，得到最优匹配矩阵： ， 约束条件： ， 式中，表示当源域特征被分配到目标域特征j时的成本；是余弦相似度的最大值，余弦相似度越高，匹配成本越低；表示当源域特征被分配到目标域特征j时的余弦相似度；为布尔变量，表示特征对特征j的分配；表示源域特征集合，表示第i个源域特征，表示目标域特征集合，表示第j个目标域特征，为最优匹配矩阵中第i行第j列的元素； 步骤2）中所述自适应知识蒸馏模块通过引入带温度调节的KL散度作为损失函数对源域-目标域特征对齐结果进行类别级知识传递，具体为： ， 式中，和分别为类别下的目标域特征和源域特征，为处理图像数量的批次大小，为类别总数，为Kullback-Leibler散度，其中为类别的第i个检测框的概率，为类别c所有检测框的平均预测概率，为类别的检测框数量，为类别的方差； 3）、联合所述自适应知识蒸馏模块和对比学习模型共同优化所述跨模态知识蒸馏模型，得到训练完成的目标域模型； 4）、利用训练完成的目标域模型完成图像处理。

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南京信息工程大学，其通讯地址为：210000 江苏省南京市浦口区宁六路219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”。