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！

龙图腾网恭喜之江实验室;东北大学申请的专利基于结构化信息特征解耦与知识迁移的视觉场景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：CN114049541B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202111000756.2，技术领域涉及：G06V10/778；该发明授权基于结构化信息特征解耦与知识迁移的视觉场景识别方法是由张云洲;秦操;刘英达;杨非;杜承垚设计研发完成，并于2021-08-27向国家知识产权局提交的专利申请。

本基于结构化信息特征解耦与知识迁移的视觉场景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化信息特征解耦与知识迁移的视觉场景识别方法，包括如下步骤：使用Canny边缘检测器提取图像的边缘表示形式，并基于自动编码器将其转换为边缘特征矢量；利用微调后的ResNet‑34提取图像的外观特征表示；对于输入图像，送入特征解耦网络分别生成结构化特征向量与外观特征向量，结构化特征向量的特征分布将会与内容教师模块生成的边缘特征矢量进行对比；解码器整合输入的特征并重构原始图像，用于鼓励所学习的内容特征与外观特征能够形成完整的输入图像的表示，提取结构化特征向量作为最终的场景特征，并利用余弦距离计算优化特征间的相似度，实现视觉场景识别。

本发明授权基于结构化信息特征解耦与知识迁移的视觉场景识别方法在权利要求书中公布了：1.一种基于结构化信息特征解耦与知识迁移的视觉场景识别方法，其特征在于，具体步骤如下：步骤一，使用Canny边缘检测器提取图像X的边缘表示形式XCE，并基于自动编码器将其转换为矢量XCT；步骤二，利用微调后的ResNet-34提取图像X的外观特征表示XAT；步骤三，对于输入图像X，送入特征解耦网络，则会分别生成结构化特征向量XSC与外观特征向量XA；随后，XSC被送入至DAA用于判断所提取的结构化特征向量是否来自于同一个域，此外，XSC的特征分布将会与内容教师模块生成的XCT进行对比，至于XA，它不仅会被三元组损失函数进行优化，其分布还会与外观教师模块生成的XAT进行对比；步骤四，解码器DE整合输入的特征并重构原始图像，用于鼓励所学习的内容特征与外观特征能够形成完整的输入图像的表示；提取结构化特征向量XSC作为最终的场景特征，并利用余弦距离计算优化特征间的相似度，实现视觉场景识别。

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之江实验室;东北大学，其通讯地址为：310023 浙江省杭州市余杭区文一西路1818号人工智能小镇10号楼；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”。