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！

龙图腾网获悉浙江大学申请的专利基于领域不变的类别特征的可泛化分类方法、系统及设备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：CN119295842B 。

龙图腾网通过国家知识产权局官网在2025-03-21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：202411827374.0，技术领域涉及：G06V10/764；该发明授权基于领域不变的类别特征的可泛化分类方法、系统及设备是由罗亚威;苗乔伟;杨易设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。

本基于领域不变的类别特征的可泛化分类方法、系统及设备在说明书摘要公布了：本发明公开了一种基于领域不变的类别特征的可泛化分类方法、系统及设备，属于计算机视觉处理领域。本发明的方法首先针对预设类别的分类任务，从多个环境中采集图像，以构建源域图像数据集，对源域图像数据集采样以及预处理后，构建多个用于训练的批处理样本集合，每个预处理后的图像对应一个真实类别标签，然后再批处理样本集合上训练图像分类模型，最终将待分类的图像输入到训练好的图像分类模型中，输出图像类别的分类结果。本发明可以从输入特征之间寻找到领域不变且类别特殊的稳定特征，并基于此预测类别，可以有效提升图像分类模型的泛化能力。

本发明授权基于领域不变的类别特征的可泛化分类方法、系统及设备在权利要求书中公布了：1.一种基于领域不变的类别特征的可泛化分类方法，其特征在于，包括以下步骤：S1：从不同环境中分别获取若干数目图像构建原始图像数据集，由原始图像数据集中相同环境来源的不同图像构成一个源域图像数据集，在每个源域图像数据集中采样图像，对采样得到的图像进行处理，由处理后的图像构建多个用于训练的批处理样本集合，每个处理后的图像对应一个真实类别标签；S2：将目标域待分类的图像输入到训练好的图像分类模型中，输出图像类别的分类结果；其中，所述图像分类模型包含一个编码器和一个分类器；在图像分类模型的训练过程中，编码器对批处理样本集合中的图像进行编码，输出混合特征，混合特征与获取到的源域特征相减后，得到领域不变的类别特征并将其存储至类别特征队列中，用于计算相似度，并将相似度计算结果作为真实类别标签的加权融合系数，以得到每个类别特征的类别软标签，将每个类别特征的类别软标签与真实类别标签之间的交叉熵损失类别不变性损失，将混合特征输入到分类器中，由分类器输出预测的类别概率，计算预测的类别概率与批处理样本集合中每个图像的真实类别标签之间的交叉熵损失，将批处理样本集合中属于相同类别的两个图像作为类别相同图像对，计算类别相同图像对的类别特征之间的相似度，并由相似度计算结果构建领域不变性损失，由类别不变性损失、交叉熵损失以及领域不变性损失加权求和作为总损失，基于最小化所述总损失更新图像分类模型参数，不断迭代训练，直至达到预设的迭代轮次，图像分类模型收敛，得到训练好的图像分类模型。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。