買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜之江實驗室;東北大學申請的專利基于結構化信息特征解耦與知識遷移的視覺場景識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114049541B 。

龍圖騰網通過國家知識產權局官網在2025-05-30發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111000756.2，技術領域涉及：G06V10/778；該發明授權基于結構化信息特征解耦與知識遷移的視覺場景識別方法是由張云洲;秦操;劉英達;楊非;杜承垚設計研發完成，并于2021-08-27向國家知識產權局提交的專利申請。

本基于結構化信息特征解耦與知識遷移的視覺場景識別方法在說明書摘要公布了：本發明公開了一種基于結構化信息特征解耦與知識遷移的視覺場景識別方法，包括如下步驟：使用Canny邊緣檢測器提取圖像的邊緣表示形式，并基于自動編碼器將其轉換為邊緣特征矢量；利用微調后的ResNet?34提取圖像的外觀特征表示；對于輸入圖像，送入特征解耦網絡分別生成結構化特征向量與外觀特征向量，結構化特征向量的特征分布將會與內容教師模塊生成的邊緣特征矢量進行對比；解碼器整合輸入的特征并重構原始圖像，用于鼓勵所學習的內容特征與外觀特征能夠形成完整的輸入圖像的表示，提取結構化特征向量作為最終的場景特征，并利用余弦距離計算優化特征間的相似度，實現視覺場景識別。

本發明授權基于結構化信息特征解耦與知識遷移的視覺場景識別方法在權利要求書中公布了：1.一種基于結構化信息特征解耦與知識遷移的視覺場景識別方法，其特征在于，具體步驟如下：步驟一，使用Canny邊緣檢測器提取圖像X的邊緣表示形式XCE，并基于自動編碼器將其轉換為矢量XCT；步驟二，利用微調后的ResNet-34提取圖像X的外觀特征表示XAT；步驟三，對于輸入圖像X，送入特征解耦網絡，則會分別生成結構化特征向量XSC與外觀特征向量XA；隨后，XSC被送入至DAA用于判斷所提取的結構化特征向量是否來自于同一個域，此外，XSC的特征分布將會與內容教師模塊生成的XCT進行對比，至于XA，它不僅會被三元組損失函數進行優化，其分布還會與外觀教師模塊生成的XAT進行對比；步驟四，解碼器DE整合輸入的特征并重構原始圖像，用于鼓勵所學習的內容特征與外觀特征能夠形成完整的輸入圖像的表示；提取結構化特征向量XSC作為最終的場景特征，并利用余弦距離計算優化特征間的相似度，實現視覺場景識別。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人之江實驗室;東北大學，其通訊地址為：310023 浙江省杭州市余杭區文一西路1818號人工智能小鎮10號樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。