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！

龙图腾网获悉成都理工大学申请的专利一种动态多尺度卷积与跨层级注意力特征融合方法及装置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：CN121053505B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511587416.2，技术领域涉及：G06V10/80；该发明授权一种动态多尺度卷积与跨层级注意力特征融合方法及装置是由付皓甯;曾权峰;陈酉奎;冯俊彪;陶泓雨;叶成名设计研发完成，并于2025-11-03向国家知识产权局提交的专利申请。

本一种动态多尺度卷积与跨层级注意力特征融合方法及装置在说明书摘要公布了：本发明公开了一种动态多尺度卷积与跨层级注意力特征融合方法及装置，涉及图像语义分割技术领域。所述方法的基本策略是接收同一级的解码器输出的特征图和编码器输出的残差特征，并通过通道注意力和空间注意力进行双重校准，以及将通道增强特征与空间增强特征相加得到初步融合特征，然后引入跨层特征与初步融合特征在通道维度拼接后，借助动态多尺度卷积输出动态融合后的新特征图，最后对该新特征图进行局部与全局特征提取，并利用门控机制，对局部与全局特征和动态融合特征进行精细筛选后融合输出，由此可以动态计算为手段和以跨层级上下文为纽带，实现跨层级特征融合，增强分割模型的上下文建模能力，进而提高图像分割任务的能力。

本发明授权一种动态多尺度卷积与跨层级注意力特征融合方法及装置在权利要求书中公布了：1.一种动态多尺度卷积与跨层级注意力特征融合方法，其特征在于，包括： 接收来自解码器的主分支特征以及来自编码器的残差特征和跨层特征，其中，所述解码器与所述编码器在U型网络中同级，所述U型网络用于进行图像语义分割任务并采用UnetFormer网络结构； 根据所述主分支特征和所述残差特征，应用包含有通道注意力和空间注意力的双重注意力机制，校准得到通道注意力计算结果和空间注意力计算结果； 对所述通道注意力计算结果和所述空间注意力计算结果进行合并处理，得到初步融合特征图； 应用双线性插值法对所述跨层特征与所述残差特征进行尺寸对齐处理，得到对齐后跨层特征； 对所述初步融合特征图和所述对齐后跨层特征进行拼接处理，并根据拼接结果和所述初步融合特征图，借助动态多尺度卷积输出动态融合后的新特征图； 对所述新特征图进行局部与全局特征提取处理，得到局部与全局特征，具体包括：按照如下公式对所述新特征图进行局部与全局特征提取处理以得到特征增强的局部与全局特征： 式中，表示所述新特征图，表示进行深度可分离卷积的处理函数且有卷积核大小为3，表示全局平均池化处理函数，表示进行卷积的处理函数，表示Sigmoid函数，表示逐像素乘法； 利用门控机制对所述局部与全局特征和所述新特征图进行基于权重的控制融合处理，得到最终融合特征并输出至所述UnetFormer网络结构以进行所述图像语义分割任务。

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成都理工大学，其通讯地址为：610000 四川省成都市成华区二仙桥东三路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。