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计算技术研究所申请的专利基于因果扩散模型的鲁棒图像分类方法及装置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：CN119418108B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411467737.4，技术领域涉及：G06V10/764；该发明授权基于因果扩散模型的鲁棒图像分类方法及装置是由陈薇;毕可平;张明坤;陈全润;郭嘉丰;程学旗设计研发完成，并于2024-10-21向国家知识产权局提交的专利申请。

本基于因果扩散模型的鲁棒图像分类方法及装置在说明书摘要公布了：本发明提出一种基于因果扩散模型的鲁棒图像分类方法，包括：通过条件扩散模型建模结构因果模型；从图像数据集采集作为训练样本的样本图像；通过结构因果模型提取训练样本的因果特征和非因果特征并计算因果信息瓶颈，最大化因果信息瓶颈，更新结构因果模型，得到中间模型；采用中间模型生成该训练样本的因果特征，指导中间模型预测训练样本的预测类别，并根据训练样本的预测类别和类别标签构建损失函数，训练中间模型，得到图像分类模型；获取已标记目标类别的对抗样本图像，应用图像分类模型对接收的对抗样本进行净化处理，得到净化图像；利用图像分类模型提取净化图像的因果特征，并基于净化图像的因果特征得到净化图像的图像分类结果。

本发明授权基于因果扩散模型的鲁棒图像分类方法及装置在权利要求书中公布了：1.一种基于因果扩散模型的鲁棒图像分类方法，其特征在于，包括： 构建步骤，通过条件扩散模型建模结构因果模型，因果特征与非因果特征作为条件变量，指导该结构因果模型生成图像，且因果特征指导该结构因果模型生成图像类别； 训练步骤，获取图像数据集，该图像数据集中具有多张已标注类别标签的样本图像；从该图像数据集采集作为训练样本的样本图像；通过该结构因果模型提取该训练样本的因果特征和非因果特征，并计算该因果特征和该非因果特征的因果信息瓶颈，通过最大化该因果信息瓶颈，更新该结构因果模型，得到中间模型；采用该中间模型生成该训练样本的因果特征，指导该中间模型预测该训练样本的预测类别，并根据该训练样本的该预测类别和该类别标签构建损失函数，训练该中间模型，得到图像分类模型； 净化步骤，获取已标记目标类别的对抗样本图像，应用该图像分类模型对接收的对抗样本进行净化处理，该图像分类模型通过最大化对抗样本图像似然，去除对抗样本图像中的对抗性扰动，得到净化图像； 提取步骤，利用该图像分类模型提取该净化图像的因果特征，并基于该净化图像的因果特征得到该净化图像的图像分类结果。

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计算技术研究所，其通讯地址为：100080 北京市海淀区中关村科学院南路6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”。