Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 华南理工大学许玉格获国家专利权

华南理工大学许玉格获国家专利权

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!

龙图腾网获悉华南理工大学申请的专利基于神经网络多专家分层逻辑融合的长尾图像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:CN118711029B

龙图腾网通过国家知识产权局官网在2025-09-26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:202410853770.4,技术领域涉及:G06V10/80;该发明授权基于神经网络多专家分层逻辑融合的长尾图像识别方法是由许玉格;谢子轶设计研发完成,并于2024-06-28向国家知识产权局提交的专利申请。

基于神经网络多专家分层逻辑融合的长尾图像识别方法在说明书摘要公布了:本发明公开了一种基于神经网络多专家分层逻辑融合的长尾图像识别方法,该方法是基于结合了多专家分层逻辑融合技术的神经网络实现长尾图像的有效识别,包含一个多分支特征提取网络、两个多专家分层逻辑融合模块和全连接层,多分支特征提取网络包含一个共享的主干网络和三个独立的专家网络,两个多专家分层逻辑融合模块用于将主干网络的浅层逻辑输出与前两个专家网络的深层逻辑输出进行融合,同时在专家网络的融合逻辑输出之间使用相互学习方法,不仅能促进三个专家网络传递信息并提升彼此的性能,也能促进主干网络参数的协同更新。本发明可有效增强网络对长尾图像数据集中少数类图像的识别能力,并促进网络浅层与深层参数的协同更新。

本发明授权基于神经网络多专家分层逻辑融合的长尾图像识别方法在权利要求书中公布了:1.基于神经网络多专家分层逻辑融合的长尾图像识别方法,其特征在于,该方法是基于结合了多专家分层逻辑融合技术的神经网络实现长尾图像的有效识别,该神经网络包含一个多分支特征提取网络、两个多专家分层逻辑融合模块和作为分类器的全连接层,所述多分支特征提取网络包含一个共享的主干网络和三个独立的专家网络,所述共享的主干网络包含两个残差卷积模块,每个专家网络仅包含一个残差卷积模块,两个多专家分层逻辑融合模块用于将共享的主干网络的浅层逻辑输出与前两个专家网络的深层逻辑输出进行融合,逻辑融合能够有效增强网络对长尾图像数据集的识别能力,同时在专家网络的融合逻辑输出之间使用相互学习方法,相互学习不仅能促进三个专家网络传递信息并提升彼此的性能,也能促进主干网络参数的协同更新; 所述基于神经网络多专家分层逻辑融合的长尾图像识别方法的具体实施,包括: 将获取的长尾图像输入训练好的结合了多专家分层逻辑融合技术的神经网络进行以下操作: 长尾图像首先输入多分支特征提取网络,通过共享的主干网络的第一个残差卷积模块生成第一张浅层特征图,随后第一张浅层特征图输入共享的主干网络的第二个残差卷积模块,提取出第二张浅层特征图,第二张浅层特征图接着并行地输入到三个专家网络中,每个专家网络都通过一个残差卷积模块生成一张深层特征图; 在完成特征提取后,通过多专家分层逻辑融合模块将共享的主干网络的浅层逻辑输出与前两个专家网络的深层逻辑输出进行融合:首先,将所有输入多专家分层逻辑融合模块的特征图转化为逻辑输出,共享的主干网络的两张浅层特征图经由全连接层转化为两个浅层逻辑输出,三个专家网络的三张深层特征图经由全连接层转化为三个深层逻辑输出,然后通过第一个多专家分层逻辑融合模块将第一个浅层逻辑输出与第一个专家网络的深层逻辑输出进行融合,生成第一个专家网络的融合逻辑输出,通过第二个多专家分层逻辑融合模块将第二个浅层逻辑输出与第二个专家网络的深层逻辑输出进行融合,生成第二个专家网络的融合逻辑输出,而第三个专家网络的融合逻辑输出即为第三个专家网络的深层逻辑输出; 在获取到三个专家网络的融合逻辑输出后,进行网络的预测推理,在预测推理阶段,对三个专家网络的融合逻辑输出求均值,生成最终的融合逻辑输出,即网络的长尾图像类别的预测结果。

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华南理工大学,其通讯地址为:510640 广东省广州市天河区五山路381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。

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。