Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国地质大学(武汉)陈略峰获国家专利权

中国地质大学(武汉)陈略峰获国家专利权

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!

龙图腾网获悉中国地质大学(武汉)申请的专利基于多头注意力机制的多阶段深度网络室内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:CN115424123B

龙图腾网通过国家知识产权局官网在2025-07-18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:202211017228.2,技术领域涉及:G06V20/00;该发明授权基于多头注意力机制的多阶段深度网络室内场景识别方法是由陈略峰;段文浩;吴敏;李敏设计研发完成,并于2022-08-23向国家知识产权局提交的专利申请。

基于多头注意力机制的多阶段深度网络室内场景识别方法在说明书摘要公布了:本发明提供了一种基于多头注意力机制的多阶段深度网络室内场景识别方法,包括以下步骤:获取室内场景的数据集,并将数据集按比例分为训练集和测试集;对训练集中的室内场景图像进行预处理和数据增强处理;将增强后的图像输入到3层不同步长的卷积层中进行下采样;将提取到的特征信息输入到主干网络中,利用深度卷积和多头自注意力机制,采用多阶段的训练方式进行深度特征提取,得到深度特征信息;将深度特征信息输入到池化层、全连接层和分类器中,得到训练完成的分类器;利用训练完成的分类器对测试集进行测试,从而确定室内场景类别。本发明可以获取更好的局部特征信息和深度特征信息,并在减少特征信息的损失的同时实现室内场景的准确识别。

本发明授权基于多头注意力机制的多阶段深度网络室内场景识别方法在权利要求书中公布了:1.一种基于多头注意力机制的多阶段深度网络室内场景识别方法,其特征在于,包括以下步骤: S1:获取室内场景的数据集,并将数据集按比例分为训练集和测试集; S2:对训练集中的室内场景图像进行预处理和数据增强处理,得到增强后的图像; 步骤S2中,使用Trivialaugmentation方法对预处理后的室内场景图像进行数据增强处理,具体包括: 增加一个数据增强函数的集合A作为输入,集合A的数据增强函数包括旋转、平移、翻转、均衡、像素值翻转和亮度,每个数据增强函数都有其对应的增强范围{0,1,2…,N}; 从A中随机采样一个数据增强函数,并从增强范围{0,1,2…,N}中均匀采样一个值作为强度m,其中N表示任意正整数,根据强度m对输入图像进行数据增强,并返回增强后的图像; S3:将增强后的图像输入到3层不同步长的卷积层网络中进行下采样,减小图像的大小,同时保留更多的特征信息和局部信息; S4:将S3中提取到的特征信息输入到主干网络中,利用深度卷积和多头自注意力机制,采用多阶段的训练方式进行深度特征提取,得到深度特征信息; 步骤S4中,所述主干网络分为四个阶段来生成不同尺度的特征图,为了产生分层表示,在每个阶段之前添加一个2x2,步长为2的卷积层,以减小中间特征的大小,并将其投影到更大的维度; 每个阶段中,在多头注意力机制前还有一个深度卷积层DW,深度卷积层用于局部特征的提取,同时减少计算量;多头注意力机制用于动态调整权重值,得到更多的局部特征信息以及全局特征信息; S5:将深度特征信息依次输入池化层、全连接层和分类器中,得到最终权值和训练完成的分类器; S6:利用训练完成的分类器和最终权值对测试集中的室内场景图像进行测试,从而确定室内场景类别。

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中国地质大学(武汉),其通讯地址为:430000 湖北省武汉市洪山区鲁磨路388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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。