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！

龙图腾网获悉华东交通大学申请的专利一种多粒度频域特征融合的图像分类方法、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：CN121564452B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202610099886.2，技术领域涉及：G06V10/764；该发明授权一种多粒度频域特征融合的图像分类方法、设备及介质是由曾康利;王祖睿;吕亚楠;董文会;唐睿;江志勇设计研发完成，并于2026-01-26向国家知识产权局提交的专利申请。

本一种多粒度频域特征融合的图像分类方法、设备及介质在说明书摘要公布了：本发明属于细粒度图像分类领域，公开了一种多粒度频域特征融合的图像分类方法、设备及介质，该方法包括：获取待分类图像并输入主干网络以提取多粒度特征图；对各粒度特征图，执行频域增强预处理以强化高频细节，随后通过全连接层与Softmax函数生成并调整采样图，以自适应地在特征图中加权采样出多种非规则形状的语义特征；对采样后的多粒度语义特征进行增强及相关性评估，并将其作为键与值，与深层特征作为的查询进行跨粒度注意力交互，以融合浅层结构与深层语义；将各粒度增强后的特征进行拼接并通过门控融合操作构建最终特征图；集成各细粒度特征的注意力权重以生成综合特征权重图，对最终特征图进行空间加权融合后输出精确的分类结果。

本发明授权一种多粒度频域特征融合的图像分类方法、设备及介质在权利要求书中公布了：1.一种多粒度频域特征融合的图像分类方法，其特征在于，包括以下步骤： 获取待分类图像，并将所述待分类图像输入至预训练的层次化主干网络，以提取多个粒度层的多粒度特征图，具体包括：采用SwinTransformer作为所述层次化主干网络；将所述待分类图像依次输入至所述SwinTransformer的多个粒度层，其中，每一粒度层由Transformer块和下采样层构成；随着粒度层的加深，逐层递减所述特征图的空间分辨率、增大感受野，并逐层递增特征图的通道数量，以获得一套从低级细节纹理到高级全局结构、语义级别从低到高的多尺度特征表示； 针对每一个粒度层的特征图，依次执行以下数据处理操作： 对所述特征图执行频域增强预处理操作，以生成经过高频细节强化的特征图，具体包括：将空间域的所述特征图变换至频率域，得到频率域特征；利用预设的频域滤波器对所述频率域特征进行处理，以显式增强表征边缘与纹理信息的高频成分；在空间域并行执行空间注意力增强和通道注意力增强：通过计算并应用空间掩码以定位特征图中的关键区域，同时通过计算并应用通道注意力权重以筛选信息量丰富的特征通道；将空间注意力增强后的结果与通道注意力增强后的结果进行加权融合，从空间位置和通道语义两个维度对所述特征图进行协同强化，得到所述经过高频细节强化的特征图； 将所述经过高频细节强化的特征图输入至全连接层进行通道压缩，并沿空间维度应用Softmax函数以生成采样图，再将可学习空间偏置与所述采样图相加，以生成调整后的采样图； 利用所述调整后的采样图，对所述经过高频细节强化的特征图进行加权采样，以生成多粒度语义特征，具体通过以下公式实现： 其中，为生成的多粒度语义特征，为经过高频细节强化的特征图，为采样图，为可学习空间偏置，x,y为特征图的空间位置索引，、分别为输入特征的长度和宽度，表示逐元素相乘； 将各粒度层生成的所述多粒度语义特征投影为键向量和值向量，并将预设的深层特征投影为查询向量，基于所述查询向量、键向量和值向量执行跨粒度注意力交互操作，以生成注意力增强特征；其中，在所述执行跨粒度注意力交互操作之前，还包括对所述多粒度语义特征进行增强与相关性评估的步骤，具体包括：对所述多粒度语义特征执行特征增强操作，所述特征增强操作包括并行计算空间注意力权重和通道注意力权重，并对所述多粒度语义特征进行加权、融合与残差连接；执行非重要特征弱化操作，随机降低所述多粒度语义特征中部分非关键特征的权重；执行重要特征强调操作，自动计算各粒度特征与分类任务之间的相关性权重，并利用所述相关性权重对所述多粒度语义特征进行自适应缩放； 将各粒度层生成的所述注意力增强特征在通道维度上进行拼接，并通过门控融合操作构建最终特征图； 集成各粒度层的特征相关性加权注意力图，以生成综合特征权重图，利用所述综合特征权重图对所述最终特征图进行空间加权融合，并基于加权融合后的特征输出分类结果。

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华东交通大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808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。