贵州必达云测信息技术有限公司黄彦森获国家专利权
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!
龙图腾网获悉贵州必达云测信息技术有限公司申请的专利基于双分支并行神经网络的图像处理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:CN117315366B 。
龙图腾网通过国家知识产权局官网在2026-01-23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:202311334063.6,技术领域涉及:G06V10/764;该发明授权基于双分支并行神经网络的图像处理方法是由黄彦森;宋爽;岑翼刚;武宁波设计研发完成,并于2023-10-13向国家知识产权局提交的专利申请。
本基于双分支并行神经网络的图像处理方法在说明书摘要公布了:本发明涉及计算机视觉图像分类技术领域,具体涉及了基于双分支并行神经网络的图像处理方法。包括以下步骤:S1:将输入图像送入第一基础卷积模块和特征嵌入模块,分别进行特征提取和空间向量映射,得到特征X00和空间向量Z00;S2:将X00和Z00输入到双向桥接模块Block中,输出Xblock0block0和Zblock0block0;所述S2包括以下步骤:S2‑1:将X00和Z00送入第一融合模块,输出Zhidhid;S2‑2:将Zhidhid输入至Transformer网络模块,对图像特征中的低频全局特征进行学习和提取,输出Zblock0block0;S2‑3:将X00和Zblock0block0输入FlexibleCNN中,获取图像特征中的局部特征,输出Xhidhid;S2‑4:将Xhidhid和Zblock0block0输入第二融合模块,输出Xblock0block0;S3:将上一次双向桥接模块Block的输出作为下一次双向桥接模块Block的输入,重复步骤S2若干次,最终输出Xblockblock和Zblockblock。
本发明授权基于双分支并行神经网络的图像处理方法在权利要求书中公布了:1.基于双分支并行神经网络的图像处理方法,其特征在于:包括以下步骤: S1:将输入图像送入第一基础卷积模块和特征嵌入模块,分别进行特征提取和空间向量映射,得到特征和空间向量; S2:将和输入到双向桥接模块Block中,输出和,所述双向桥接模块Block包括并行的卷积神经网络模块FlexibleCNN、Transformer网络模块以及第一融合模块和第二融合模块; 所述S2包括以下步骤: S2-1:将和送入第一融合模块中,所述第一融合模块用于完成局部特征和全局特征的融合,输出; S2-2:将输入至Transformer网络模块,对图像特征中的低频全局特征进行学习和提取,输出; S2-3:将和输入FlexibleCNN中,获取图像特征中的局部特征,输出; S2-4:将和输入第二融合模块,所述第二融合模块用于将局部特征和全局特征再次融合,输出; S3:将上一次双向桥接模块Block的输出作为下一次双向桥接模块Block的输入,重复步骤S2若干次,最终输出和; 还包括以下步骤: S4:将输入至第二基础卷积模块中,进行通道扩增,输出; S5:将输入自适应池化模块中,的输入大小记为Input,期望的输出大小为Output,自适应池化模块根据Input和Output计算池化操作的池化核大小及步长大小,对特征进行降维,输出; 还包括以下步骤: S6:将和在通道维度拼接,输出; S7:将输入两层全连接神经网络中,得到最终输出。
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贵州必达云测信息技术有限公司,其通讯地址为:550000 贵州省贵阳市国家高新技术产业开发区黔灵山路357号德福中心A5栋2单元9层2、3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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励