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！

龙图腾网恭喜浙江大学;浙江宇视科技有限公司申请的专利一种基于跨样本注意力聚合的小样本学习方法和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：CN114639000B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202210331296.X，技术领域涉及：G06V10/774；该发明授权一种基于跨样本注意力聚合的小样本学习方法和装置是由曹广;刘鹏;周迪设计研发完成，并于2022-03-30向国家知识产权局提交的专利申请。

本一种基于跨样本注意力聚合的小样本学习方法和装置在说明书摘要公布了：本发明公开了一种基于跨样本注意力聚合的小样本学习方法，包括将将支持集输入至卷积神经网络后压缩至矩阵形式得到多类别特征向量，将多类别特征向量输入至注意力聚合模块得到支持集的多个类别聚合向量；将查询集输入至卷积神经网络后压缩至矩阵形式得到查询特征向量，将查询特征向量输入至注意力聚合模块得到查询聚合向量；基于类别聚合向量、查询聚合向量和真实类别聚合向量通过距离感知概率激活方法得到查询图片的类别预测概率值；类别预测概率值构建交叉熵损失函数，通过交叉熵损失函数优化训练模型中的参数得到类别预测模型；该方法能够清晰区分物体和背景区域，并能够准确提取类别特征。

本发明授权一种基于跨样本注意力聚合的小样本学习方法和装置在权利要求书中公布了：1.一种基于跨样本注意力聚合的小样本学习方法，其特征在于，包括：1将原始图片集分为训练样本集和验证样本集，将训练样本集分为第一支持集和第一查询集，第一支持集包括多类别图片集，每个类别图片集包括多个相同类别图片，第一查询集包括多个相同类别的查询图片；2构建训练模型，训练模型包括支持子模型和查询子模型，其中，支持子模型包括第一卷积神经网络和第一注意力聚合模块，将第一支持集输入至第一卷积神经网络后压缩至矩阵形式得到多类别特征向量，将多类别特征向量分别输入至第一注意力聚合模块得到第一支持集的多个类别聚合向量；查询子模型包括第二卷积神经网络和第二注意力聚合模块，将查询集输入至第二卷积神经网络后压缩至矩阵形式得到单个类别特征向量，将单个类别特征向量输入至第二注意力聚合模块得到第一查询集的查询聚合向量；基于多个类别聚合向量、查询聚合向量和真实类别聚合向量通过距离感知概率激活方法得到查询图片的类别预测概率值；3构建损失函数，基于单一类别查询图片类别预测概率值构建交叉熵损失函数，通过交叉熵损失函数优化训练模型中的参数得到类别预测模型；4应用时，将多类别图片集和查询图片集输入至类别预测模型得到每个查询图片的预测类别；将每个类别特征向量输入至第一注意力聚合模块得到每个支持类别聚合向量，包括：对每个类别特征向量求均值得到平均类别特征向量，将平均类别特征向量和每个类别特征向量输入至度量函数，对度量结果进行归一化得到权重向量，将转置的权重向量与每个类别特征向量进行矩阵乘操作得到每个支持类别聚合向量。

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;浙江宇视科技有限公司，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”。