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！

龙图腾网获悉厦门大学;上海人工智能创新中心申请的专利一种基于跨模态对比学习网络的小样本行为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：CN117372927B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202311373809.4，技术领域涉及：G06V20/40；该发明授权一种基于跨模态对比学习网络的小样本行为识别方法是由王菡子;王晓;严严设计研发完成，并于2023-10-23向国家知识产权局提交的专利申请。

本一种基于跨模态对比学习网络的小样本行为识别方法在说明书摘要公布了：一种基于跨模态对比学习网络的小样本行为识别方法，涉及计算机视觉技术。A.给定一些视频，将每个视频中随机抽取nseg帧。B.将采样的视频帧输入时空增强模块获得增强的视频向量。C.步骤B生成的视觉向量输入语义生成网络生成语义向量。D.将视觉向量和语义向量相连接构造混合特征向量，输入非线性对比映射头获得变换的混合特征向量。E.利用步骤B中获得的视觉向量和高斯噪声生成合成向量，并输入到非线性对比映射头获得最终的合成向量。F.将步骤D中生成的变换的混合特征向量和步骤E中生成的合成向量视为类原型，利用余弦相似性计算类原型之间的距离，获得预测可能性。与当前主流的小样本行为识别方法相比，所提出的方法分类性能有所提升。

本发明授权一种基于跨模态对比学习网络的小样本行为识别方法在权利要求书中公布了：1.一种基于跨模态对比学习网络的小样本行为识别方法，其特征在于包括以下步骤： 1给定一个小样本行为识别数据集，数据集中包含若干个视频，每个视频由若干个视频帧组成，使用稀疏时间采样策略对视频帧进行采样； 2将采样的视频帧输入到主干网络，并获取视觉特征，表示第个视频帧的视觉特征，将视频特征输入时空增强模块获得视觉向量； 3经过步骤2生成的视觉向量输入语义生成网络生成语义向量； 4将步骤2生成的视觉向量和步骤3生成的语义向量相连接构造混合特征向量，输入非线性对比映射头，获得变换的混合特征向量； 所述非线性对比映射头包括两个全连接层和一个ReLU激活函数，为了更好地学习变换的混合特征向量，设计一个跨模态对比学习损失来监督网络训练；若支持集中的样本与查询集中的样本具有相同的类标签，则支持集中的样本为正样本；若支持集中的样本与查询集中的样本具有不同的类标签，则支持集中的样本为负样本；所述跨模态对比学习损失定义为： 其中，表示查询样本的混合特征向量，表示正样本的混合特征向量，表示负样本的混合特征向量；表示余弦相似性度量，表示温度参数； 5利用步骤2中获得的视觉向量与高斯噪声生成合成向量，并输入到非线性对比映射头以获得最终的合成向量； 6将步骤4中生成的变换的混合特征向量和步骤5中生成的合成向量视为类原型，利用余弦相似性度量计算类原型之间的距离； 所述利用余弦相似性度量计算类原型之间的距离，定义如下： ， 其中，表示查询样本的类原型，表示标签为的动作类的类原型，表示支持集中第个类原型，表示支持集中类的个数，表示查询样本属于类标签的预测概率。

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厦门大学;上海人工智能创新中心，其通讯地址为：361005 福建省厦门市思明区思明南路422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”。

以上内容由龙图腾AI智能生成。