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！

龙图腾网获悉云南大学申请的专利可信的小样本图像识别分类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：CN117079017B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202310992882.3，技术领域涉及：G06V10/764；该发明授权可信的小样本图像识别分类方法是由李劲;刘彤;文超宇;熊嫱微设计研发完成，并于2023-08-08向国家知识产权局提交的专利申请。

本可信的小样本图像识别分类方法在说明书摘要公布了：本发明公开了一种可用于小样本场景下的可信图像识别分类方法，包括：基于预训练的证据获取模块，使用预训练得到的卷积神经网络对输入图像进行特征提取，特征经过预训练证据神经网络得到预训练证据；基于元训练的证据获取模块，使用元训练得到的元变换参数对预训练模型进行任务自适应，得到特定于某一任务的元训练卷积神经网络，对图像进行特征提取，特征经过元训练证据神经网络得到元训练证据；基于证据融合机制的可信预测模块，将预训练证据和元训练证据进行加权融合，通过融合证据机制得到融合证据向量，并根据主观逻辑理论和证据理论进一步得到图像的识别分类结果和预测不确定性。本发明具有图像识别正确率高、泛化性好的特点，同时能对识别结果做出合理的不确定性估计，使模型预测结果更可信。

本发明授权可信的小样本图像识别分类方法在权利要求书中公布了：1.一种可信的小样本图像识别分类方法，其特征在于，包括以下步骤： 步骤1、对输入图像进行特征提取，获取其预训练特征向量hpre和元学习特征向量hmeta； 步骤2、分别将步骤1所述的预训练特征向量hpre和元学习特征向量hmeta作为预训练证据神经网络ωpre和元训练证据神经网络ωmeta的输入，输出预训练证据向量epre和元训练证据向量emeta；随后通过证据融合机制进一步得到待识别图像的融合证据向量e，用于确定其预测的迪利克雷分布Dirp|α；根据迪利克雷分布，构建证据损失优化函数并以最小化该函数为目标，利用梯度下降算法对模型参数进行更新； 在步骤2中，使用融合证据向量e来确定待识别图像所对应的迪利克雷分布Dirp|α，具体方式为： Dirp|α＝Dirp|e+1，其中，1是与融合证据向量e维度相同的全1向量；根据主观逻辑理论和证据理论，图像被识别为第k类的概率描述为：其中，被称为迪利克雷强度；对于该图像预测的总体不确定性被描述为：其中，K表示K分类预测问题； 在步骤2的模型训练阶段，为训练任务内每一个待识别的图像样本构建证据损失优化函数将KL散度作为正则化项，加入到证据损失优化函数中，得到最终的损失优化函数，具体如下：其中，是从原始迪利克雷分布参数α中移除“非错误证据”后的迪利克雷分布参数，为one-hot形式的图像标签；λt∈[0，1]为正则化退火系数，用于控制正则化项对于模型的影响； 步骤3、对于待识别分类的新图像，使用步骤1进行不同特征提取，然后使用步骤2获得图像对应的迪利克雷分布Dirp|α，进行可信的图像识别分类，将图像的识别分类结果以及该结果的不确定性系数作为输出一同返回给用户。

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云南大学，其通讯地址为：650000 云南省昆明市翠湖北路2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。