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！

龙图腾网恭喜天津大学;易元数字(北京)科技集团有限公司申请的专利基于文物图像开集识别的分类算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：CN114612722B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202210253606.0，技术领域涉及：G06V10/764；该发明授权基于文物图像开集识别的分类算法是由周圆;房松玉;李硕士;陈克然;霍树伟设计研发完成，并于2022-03-15向国家知识产权局提交的专利申请。

本基于文物图像开集识别的分类算法在说明书摘要公布了：本发明公开了一种基于文物图像开集识别的分类算法,提出的基于对比学习的判别性特征提取算法，可以帮助网络利用文物图像的增强信息提取到更丰富的语义、结构信息，在训练阶段增强了网络的特征提取能力，并通过基于特征迁移先验误差的文物图像开集识别算法，利用迁移学习前后模型所提取特征之间的差异，在测试阶段进一步提升网络对已知类文物样本和开集文物样本的判断能力。在文物开集识别任务上的实验结果表明，相较于现有的开集识别算法，本发明所提出的算法有效地提升了网络的开集识别能力。

本发明授权基于文物图像开集识别的分类算法在权利要求书中公布了：1.一种基于文物图像开集识别的分类方法，其特征在于，包括以下步骤：基于对比学习的判别性特征提取算法：在训练阶段使用对比学习算法通过数据增强的方式扩充文物数据集，提高网络提取判别性特征的能力；通过有监督对比学习损失的约束，对于一批内同一类别的文物图片，拉近其对应特征空间的距离；对于一批内不同类别的文物图片，使其对应特征空间的距离远离；然后基于特征迁移先验误差的文物开集识别算法：在测试阶段提出特征迁移误差先验方法，利用迁移学习前后编码器模型中所提取的多层特征之间的差异，对全连接层输出的激活特征值进行修正；将训练好的编码器迁移到下一步的分类网络中；在编码器后加入一个全连接层，采用分类交叉熵损失对模型进行迁移学习训练，全连接层神经元的数量为分类对应已知文物类别的数量；用分类全连接层输出的激活特征值除以各层特征之间的距离值，从而达到放大已知类文物样本的激活特征值，缩小开集文物样本的激活特征值的效果；利用修正后的激活特征值，对结果设定一个阈值δ，当激活特征值大于阈值δ时，判断该样本为相应的已知类文物样本，当激活特征值小于阈值δ时，判断该样本为开集文物样本。

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天津大学;易元数字(北京)科技集团有限公司，其通讯地址为：300072 天津市南开区卫津路92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”。