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！

龙图腾网获悉五邑大学申请的专利体质多标签分类方法、设备及介质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：CN117115514B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202310974739.1，技术领域涉及：G06V10/764；该发明授权体质多标签分类方法、设备及介质是由冯跃;吴欣;徐红;陈涛;林卓胜;马圆港;刘启超设计研发完成，并于2023-08-03向国家知识产权局提交的专利申请。

本体质多标签分类方法、设备及介质在说明书摘要公布了：本申请实施例提供了体质多标签分类方法、设备及介质，通过对舌象图像的预处理图像进行特征提取；通过第一特征处理分支根据第一图像特征和标签的嵌入特征得到全局特征，通过第二特征处理分支根据第一图像特征进行卷积得到局部特征，将局部特征传递至第一特征处理分支和将全局特征传递至第二特征处理分支来进行特征交互，融合全局特征和局部特征得到融合特征；利用融合特征进行分类；动态交互特征使模型更好理解不同特征之间的关联和依赖，使得第二特征处理分支通过自下而上的特征提取为第一特征处理分支，并使得第一特征处理分支通过自上而下的注意机制指导第二特征处理分支的特征提取，提高分类的泛化能力。

本发明授权体质多标签分类方法、设备及介质在权利要求书中公布了：1.一种体质多标签分类方法，其特征在于，包括： 获取舌象图像，所述舌象图像标注有标签； 对所述舌象图像进行舌体分割处理和舌苔舌质分离处理，得到预处理图像； 对所述预处理图像进行特征提取，得到第一图像特征； 通过第一特征处理分支根据所述第一图像特征和标签的嵌入特征得到全局特征，通过第二特征处理分支根据所述第一图像特征进行卷积得到局部特征，将所述局部特征传递至所述第一特征处理分支和将所述全局特征传递至所述第二特征处理分支来进行特征交互，融合所述全局特征和所述局部特征得到融合特征； 建立所述融合特征与多个类别的体质类型标签之间的映射关系得到体质数据； 根据所述体质数据训练分类模型； 将待分类图像输入所述分类模型进行分类，得到分类结果； 其中，所述根据所述第一图像特征和标签的嵌入特征得到全局特征，包括： 根据标签的嵌入向量得到自注意力值； 根据第一图像特征和所述自注意力值得到交叉注意力值； 根据所述第一图像特征和标签的嵌入向量进行多尺度池化操作得到多个不同尺度的特征，将多个不同尺度的特征进行线性组合得到多尺度池化特征； 将所述自注意力值、所述交叉注意力值和所述多尺度池化特征进行全连接得到全局特征； 所述根据标签的嵌入向量得到自注意力值，包括： 将所述标签的嵌入向量作为多头注意力模块的键K、值V、询问Q，根据多头注意力机制得到自注意力值； 所述根据第一图像特征和所述自注意力值得到交叉注意力值，包括： 将所述第一图像特征作为多头注意力模块的键K、值V，将所述自注意力值作为多头注意力模块的询问Q，根据多头注意力机制得到交叉注意力值； 所述根据所述第一图像特征和标签的嵌入向量进行多尺度池化操作得到多个不同尺度的特征，将多个不同尺度的特征进行线性组合得到多尺度池化特征，包括： 将所述标签的嵌入向量作为多头注意力模块的键K、值V、询问Q，对键K、值V、询问Q进行不同尺寸的池化操作，得到键K的第一池化特征、值V的第二池化特征、询问Q的第三池化特征； 将键K的第一池化特征和询问Q的第三池化特征交叉相乘得到第四池化特征和第五池化特征； 将值V的第二池化特征逐一相加得到第六池化特征； 对所述第四池化特征、所述第五池化特征、所述第六池化特征进行归一化得到归一化值； 将所述归一化值作为权重与所述第六池化特征相乘，将所述第五池化特征作为残差相加，进行线性组合，得到多尺度池化特征； 所述根据所述第一图像特征进行卷积得到局部特征，包括： 对所述第一图像特征进行投影卷积得到第一卷积值； 对所述第一卷积值进行空间卷积得到第二卷积值； 对所述第二卷积值进行投影卷积得到第三卷积值； 将所述第三卷积值与所述第一图像特征进行残差连接得到局部特征。

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五邑大学，其通讯地址为：529000 广东省江门市蓬江区东成村22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。