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！

龙图腾网获悉厦门理工学院申请的专利一种基于自主学习的卷积神经网络优化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：CN121415221B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202512016014.3，技术领域涉及：G06V10/82；该发明授权一种基于自主学习的卷积神经网络优化方法是由申水文;林智慧;侯晨磊;陈德伟;向海锋;张书宝设计研发完成，并于2025-12-30向国家知识产权局提交的专利申请。

本一种基于自主学习的卷积神经网络优化方法在说明书摘要公布了：本发明涉及计算机视觉与人工智能技术领域，具体涉及一种基于自主学习的卷积神经网络优化方法，该方法包括：获取原始图像数据；将原始图像数据输入至卷积神经网络进行前向传播；在前向传播过程中，记录从相邻层级中提取的特征图；将第二特征图输入至反馈预测通道，输出预测特征图；计算第一特征图与预测特征图之间的差值，生成误差信号；将误差信号输入至调制器，输出调制后的特征图；使用调制后的特征图替换原始的第一特征图，并重新进行自第层起的前向传播计算；将最终网络输出的识别结果用于智能驾驶系统的决策控制。本发明有效抵消输入扰动或层间信息偏差对特征表达的影响，使网络输出的特征更稳定。

本发明授权一种基于自主学习的卷积神经网络优化方法在权利要求书中公布了：1.一种基于自主学习的卷积神经网络优化方法，其特征在于，所述方法包括： 获取由车载摄像头采集的包含行人、车辆或交通标志的原始图像数据； 将所述原始图像数据输入至卷积神经网络进行前向传播，所述网络包含多个依次连接的层级，其中，特征图的空间分辨率随层级加深而逐层降低； 在所述前向传播过程中，记录从相邻层级中提取的特征图，其中，从相邻层级中提取的特征图包括：来自空间分辨率较高的前一层级的第一特征图，以及来自紧接于层级之后、空间分辨率较低的后一层级+1的第二特征图；所述空间分辨率较高的前一层级，是所述卷积神经网络中首个输出特征图的空间分辨率低于输入图像分辨率的层级； 将所述第二特征图输入至反馈预测通道，所述反馈预测通道包含上采样层和用于细节增强的可学习网络模块，通过所述反馈预测通道的变换，输出在空间尺寸和通道数上与所述第一特征图一致的、且在空间细节上得到增强的预测特征图； 计算所述第一特征图与所述预测特征图之间的差值，生成误差信号； 将所述误差信号输入至一调制器，该调制器根据所述误差信号生成调制信号，并对所述第一特征图进行自适应调整，输出调制后的特征图； 使用所述调制后的特征图替换原始的第一特征图，并重新进行自第层起的前向传播计算； 将最终网络输出的识别结果用于智能驾驶系统的决策控制； 其中，所述卷积神经网络被配置为包含多个反馈自学习结构；每一所述反馈自学习结构基于一个层级对,+1建立；多个所述反馈自学习结构共同构成一个多层反馈自学习系统。

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厦门理工学院，其通讯地址为：361000 福建省厦门市集美区理工路600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。