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！

龙图腾网恭喜四川大学申请的专利一种基于结构特征和演变模式的小样本古文字识别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：CN119206739B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202411372569.0，技术领域涉及：G06V30/19；该发明授权一种基于结构特征和演变模式的小样本古文字识别方法是由黄文;刘鑫;彭舰;陈俊珲;赵韦鑫;王星怡;莫志嵩设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。

本一种基于结构特征和演变模式的小样本古文字识别方法在说明书摘要公布了：本发明公开了一种基于结构特征和演变模式的小样本古文字识别方法，包括：S1、采集古文字字符图像，构建数据集，并对其进行数据增强处理；S2、使用数据增强后的数据集训练神经网络，得到小样本古文字识别模型；S3、将目标古文字字符图像输入到小样本古文字识别模型，进而输出古文字识别结果。本发明在识别古文字过程同时考虑到了全局特征和局部特征，以及汉字的结构特点和演变规律，针对古文字的特征提取具有创新性；本发明对数据量较少的数据集进行更柔和地数据增强，可以减缓数据稀缺带来的影响，同时提高了整个模型的泛化能力，很好地解决了古文字数据稀缺的问题。

本发明授权一种基于结构特征和演变模式的小样本古文字识别方法在权利要求书中公布了：1.一种基于结构特征和演变模式的小样本古文字识别方法，其特征在于，包括以下步骤：S1、采集古文字字符图像，构建数据集，并对其进行数据增强处理；S2、使用数据增强后的数据集训练神经网络，得到小样本古文字识别模型；所述小样本古文字识别模型包括特征提取模块、字符分类模块和对比学习模块；其中，所述特征提取模块用于提取数据集中字符图像的特征图；所述字符分类模块用于对特征图进行自注意力增强，并对获得的包含局部特征的增强后的特征图进行平均池化操作得到全局特征，进而根据全局特征和局部特征评价字符图像之间的相似性，确定字符图像类别；所述对比学习模块用于根据类标签，对数据增强后的字符图像的全局特征进行对比学习，获取有判别性的特征；S3、将目标古文字字符图像输入到小样本古文字识别模型，进而输出古文字识别结果；所述S1中，所述数据增强处理包括颜色抖动、轻微旋转、轻微剪切以及轻微缩放；所述S2中，在所述小样本古文字识别模型中，所述字符分类模块评价字符图像之间的相似性的方法具体包括以下步骤：S2-B1、对支持集中的每一类特征图进行自注意力增强，得到自注意力增强特征图；S2-B2、对查询集中的每一个查询图像进行自注意力增强，得到增强查询特征图；S2-B3、分别计算自注意力增强特征图和增强查询特征图的全局相似度和局部相似度；S2-B4、根据全局相似度和局部相似度，确定查询图像与支持集中各类字符图像的相似度，进而确定查询图像的字符类别；所述数据增强后的数据集根据分类任务识别的古文字字符类别划分出支持集和查询集；所述S2-B3中，所述自注意力增强特征图和增强查询特征图的全局相似度为： 所述自注意力增强特征图和增强查询特征图中每个位置的局部相似度为： 式中，表示对支持集中每个类的特征进行平均，得到的每个类对应的一个原型，表示第i个查询图像的特征使用自注意力机制增强后再全局池化得到的特征，表示由自注意力增强特征图得到的针对类别为cj的支持图像的类增强特征，表示余弦相似度，表示相似性度量； 和分别表示第i个查询图像对应的增强查询特征图和支持集中的第cj类自注意力增强特征图，表示对应的边界区域特征。

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四川大学，其通讯地址为：610044 四川省成都市一环路南一段24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”。