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！

龙图腾网获悉福建帝视信息科技有限公司申请的专利基于CNN与Transformer的低分辨率图像分类方法及系统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：CN115512096B 。

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：202211256252.1，技术领域涉及：G06V10/24；该发明授权基于CNN与Transformer的低分辨率图像分类方法及系统是由罗鸣;胡义;童同;谢军伟;杨宗晓设计研发完成，并于2022-10-14向国家知识产权局提交的专利申请。

本基于CNN与Transformer的低分辨率图像分类方法及系统在说明书摘要公布了：本发明涉及一种基于CNN与Transformer的低分辨率图像分类方法，包括以下步骤：步骤S1:构建图像数据集并对其中图像进行类别标注，划分为训练集和验证集；步骤S2:对训练集和验证集图像进行预处理；步骤S3:基于CNN和transformer，构建双分支并行网络，通过CNN网络分支和transformer网络分支来对低分辨率图像进行特征提取，通过注意力特征融合网络将两个分支每一层的特征进行有效融合，并采用多通道注意力网络对融合后的特征进行语义信息挖掘；步骤S4：根据训练集和验证集对双分支并行网络进行训练，并利用交叉熵损失对其进行约束，得到图像分类网络；步骤S5:将预处理后的待测图像输入图像分类网络，得到分类结果。本发明能有效提高对低分辨图像的分类性能。

本发明授权基于CNN与Transformer的低分辨率图像分类方法及系统在权利要求书中公布了：1.一种基于CNN与Transformer的低分辨率图像分类方法，其特征在于，包括以下步骤： 步骤S1:构建图像数据集并对其中图像进行类别标注，同时将图像数据集按照一定比例划分为训练集和验证集； 步骤S2:对训练集和验证集图像进行预处理； 步骤S3:基于CNN和transformer，构建双分支并行网络，通过CNN网络分支和transformer网络分支来对低分辨率图像进行特征提取，通过注意力特征融合网络将两个分支每一层的特征进行有效融合，并采用多通道注意力网络对融合后的特征进行语义信息挖掘； 步骤S4：根据训练集和验证集对双分支并行网络进行训练，并利用交叉熵损失对其进行约束，得到图像分类网络； 步骤S5:将预处理后的待测图像输入图像分类网络，得到分类结果； 所述注意力特征融合网络将CNN分支和transformer分支所提取的两种不同语义信息的特征进行融合，具体如下： 将CNN网络分支和transformer网络分支产生的特征进行相加得到一个融合特征； 将融合特征分两个分支进行处理，第一个分支利用全局平均池化得到融合特征的特征向量，同时利用卷积来降低维度，再利用relu激活函数进行处理，最后利用卷积来改变特征维度，得到第一个分支的注意力权重； 第二个分支，直接将融合特征进行卷积改变其特征尺寸，再利用relu来进行激活处理，最后利用卷积来恢复其特征尺寸，得到第二个分支的注意力权重， 将这两个分支的注意力权重进行相加得到一个新的注意力权重， 最后将新的注意力权重特征图与CNN和transformer网络产生的特征进行相乘、相加，得到最终融合的特征。

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福建帝视信息科技有限公司，其通讯地址为：350002 福建省福州市鼓楼区西洪路528号云座2号楼5楼B区；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。