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！

龙图腾网获悉南京工业职业技术大学申请的专利一种基于辅助信息的多特征增强深度学习衣物分类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：CN115170892B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202210913325.3，技术领域涉及：G06V10/764；该发明授权一种基于辅助信息的多特征增强深度学习衣物分类方法是由陈加国;钱俊凯设计研发完成，并于2022-07-29向国家知识产权局提交的专利申请。

本一种基于辅助信息的多特征增强深度学习衣物分类方法在说明书摘要公布了：本发明公开了一种基于辅助信息的多特征增强深度学习衣物分类方法，包括确定需分类衣物和用户信息；基于卷积神经网络构建Mu‑ClothNet模型；训练Mu‑ClothNet模型，保存最优权重，确定Mu‑ClothNet模型；将实际的衣物图像和用户信息输入Mu‑ClothNet模型，对衣物进行分类。本方案通过融入辅助信息，大大提高了分类效率并提高了分类的准确性，减少了衣物本身变形对识别结果的有害影响。并且本方案分别对两个信息进行卷积，提取出不同尺度的特征，在最高阶融合，从而使网络能够更有效的利用辅助信息建立起有效的约束。

本发明授权一种基于辅助信息的多特征增强深度学习衣物分类方法在权利要求书中公布了：1.一种基于辅助信息的多特征增强深度学习衣物分类方法，其特征在于：包括下列步骤： 确定需分类衣物和用户信息，获取各个类别的衣物图像若干张，对应标记衣物种类，并对应设定用户信息形成训练集； 基于卷积神经网络构建Mu-ClothNet模型； 训练Mu-ClothNet模型，保存最优权重,确定Mu-ClothNet模型； 将实际的衣物图像和用户信息输入Mu-ClothNet模型，对衣物进行分类； 辅助信息包括与衣物对应的用户性别、用户年纪、当前季节三个信息，利用衣物与用户、当前季节之间的关联性缩小范围，提取出辅助信息后将上述三个信息的数值转化为3*224*224的图像信息矩阵，所述图像信息矩阵与衣物图像对应，在Mu-ClothNet模型分别对输入的图像信息矩阵与衣物图像进行卷积，对每层卷积输出结果进行融合，融合信息从高阶往低阶进行卷积，构建全连接层，对于不同类别设置不同最终输出层大小，达到对六类衣物进行分类； Mu-ClothNet模型中，分别对两个信息进行卷积，提取出不同尺度的特征，在最高阶融合，对每层卷积输出结果进行融合，融合信息从高阶往低阶进行卷积。

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南京工业职业技术大学，其通讯地址为：210001 江苏省南京市栖霞区羊山北路1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。