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！

龙图腾网恭喜中电安世(成都)科技有限公司申请的专利基于CNN-Transformer的分层信息融合系统及融合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：CN119152334B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202411639404.5，技术领域涉及：G06V10/80；该发明授权基于CNN-Transformer的分层信息融合系统及融合方法是由郭宏;辛浪;杜俊霖设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本基于CNN-Transformer的分层信息融合系统及融合方法在说明书摘要公布了：本发明属于图像处理技术领域，具体涉及基于CNN‑Transformer的分层信息融合系统及融合方法，包括局部卷积模块LPM、全局和局部信息特征融合模块GLAF‑Mixer和串行多尺度前向反馈网络SMFFN，所述局部卷积模块LPM使用倒残差块引入归纳偏置，全局和局部信息特征融合模块GLAF‑Mixer使用并行的轻量化全局注意力模块和轻量化局部信息提取特征，将全局建模信息与局部信息相结合，串行多尺度前向反馈网络SMFFN使用多个3×3的深度可分离卷积串行结构提取多尺度特征，并将多个深度卷积输出融合。有效提高了捕获多尺度特征的能力以及提高模型的准确率。

本发明授权基于CNN-Transformer的分层信息融合系统及融合方法在权利要求书中公布了：1.基于CNN-Transformer的分层信息融合系统，其特征在于，包括局部卷积模块LPM、全局和局部信息特征融合模块GLAF-Mixer和串行多尺度前向反馈网络SMFFN，所述局部卷积模块LPM使用倒残差块引入归纳偏置，全局和局部信息特征融合模块GLAF-Mixer使用并行的轻量化全局注意力模块和轻量化局部信息提取特征，将全局建模信息与局部信息相结合，串行多尺度前向反馈网络SMFFN使用多个3×3的深度可分离卷积串行结构提取多尺度特征，并将多个深度卷积输出融合，所述局部卷积模块LPM、全局和局部信息特征融合模块GLAF-Mixer和串行多尺度前向反馈网络SMFFN依次连接，所述局部卷积模块LPM与全局和局部信息特征融合模块GLAF-Mixer融合后输入所述串行多尺度前向反馈网络SMFFN；其中，所述全局和局部信息特征融合模块GLAF-Mixer包括轻量多头自注意力模块LWMHSA、局部特征提取模块LFEM和信息增强模块IEM；全局和局部信息特征融合模块GLAF-Mixer的工作过程如下：将大小为H×W×C的输入图片沿着通道分割Split成大小为H×W×C2的两部分，分别得到和；将分割成的大小为H×W×C2的两部分分别送入到轻量多头自注意力模块LWMHSA和局部特征提取模块LFEM产生相应的特征图，大小均为H×W×C2；将大小均为H×W×C2的两份特征图沿通道进行拼接；使用信息增强模块IEM将轻量多头自注意力模块LWMHSA和局部特征提取模块LFEM学习到的全局信息与局部信息进行融合；所述信息增强模块IEM设有两个分支，其中一个分支包括1个卷积核大小为1×1卷积层，2个卷积核大小为3×3卷积层，Sigmoid激活函数和逐元素相乘，另一个分支包括1个卷积核大小为1×1卷积层，一个全局平均池化层Avgpool，两个卷积核大小为1×1卷积层，Sigmoid激活函数和逐通道相乘。

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中电安世(成都)科技有限公司，其通讯地址为：610000 四川省成都市成华区一环路东二段126号1栋3楼301室；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”。