恭喜中国人民解放军海军航空大学徐从安获国家专利权
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!
龙图腾网恭喜中国人民解放军海军航空大学申请的专利基于局部全局多头注意力的舰船图像分类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:CN119339224B 。
龙图腾网通过国家知识产权局官网在2025-04-04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:202410272369.1,技术领域涉及:G06V20/10;该发明授权基于局部全局多头注意力的舰船图像分类方法是由徐从安;吴俊峰;高龙;孙显;孙炜玮;周伟;闫奕名;郝延彪设计研发完成,并于2024-03-11向国家知识产权局提交的专利申请。
本基于局部全局多头注意力的舰船图像分类方法在说明书摘要公布了:本发明公开了一种基于局部全局多头注意力的舰船图像分类方法,属于数据识别领域。本发明步骤为:将输入图像沿通道维度均匀分为多个特征,然后利用卷积实现提取特征,并将提取特征的结果沿通道维度进行拼接,得到特征A;将特征A的宽、高维度分别与通道维度进行融合,然后在融合的基础上得到特征B;在特征B的基础上进行多头注意力计算,得到局部全局多头注意力特征;对局部全局多头注意力特征进行线性变换得到模型的分类结果。本发明通过分通道特征提取以及在多头注意力计算中采用局部注意力降低模型复杂度,从而促进模型收敛,提高舰船图像分类的准确率。
本发明授权基于局部全局多头注意力的舰船图像分类方法在权利要求书中公布了:1.一种基于局部全局多头注意力的舰船图像分类方法,其特征在于:采用局部全局多头注意力分类模型进行分类;所述局部全局多头注意力分类模型包括:初始特征提取模块、二次特征提取模块、多头注意力计算模块和分类输出模块;方法包括:步骤A、初始特征提取模块将输入图像沿通道维度均匀分为多个特征,然后利用卷积实现提取特征,并将提取特征的结果沿通道维度进行拼接,得到特征;步骤A的具体过程为:步骤A1、设输入图像,表示图像高度,表示图像宽度,表示图像通道数;将输入图像沿着通道维度均匀分为4个特征;步骤A2、对特征按下列公式分别进行卷积处理,得到特征: ; ; ;其中,代表卷积核大小为3×3的卷积操作;步骤A3、将特征沿通道维度进行拼接,得到特征: ;其中,代表沿通道维度进行拼接操作,特征;步骤B、二次特征提取模块将特征的宽、高维度分别与通道维度进行融合,然后在融合的基础上得到特征;步骤B的具体过程为:步骤B1、将特征进行归一化操作,然后将归一化后的图像特征的宽、高维度分别与通道维度进行融合: ; ;其中,代表高维度和通道维度融合,代表宽维度和通道维度融合,代表归一化处理,;步骤B2、对融合后的特征,以及归一化后的特征分别用线性层做特征提取,并将特征的提取结果的维度还原至与归一化后的特征一致: ; ; ;其中代表线性层,代表高维度和通道维度拆分,代表宽维度和通道维度拆分,;步骤B3、将特征沿通道维度进行拼接,再将拼接结果输入层卷积层将通道维度还原至与特征一致,然后将还原后的结果的高维度和宽维度融合,得到特征: ;其中,代表高维度和宽维度融合,代表卷积核大小为3×3的卷积操作,代表沿通道维度拼接操作,;步骤C、通过多头注意力计算模块在特征的基础上进行多头注意力计算,得到局部全局多头注意力特征;步骤D、分类输出模块对局部全局多头注意力特征进行线性变换得到模型的分类结果。
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中国人民解放军海军航空大学,其通讯地址为:264000 山东省烟台市芝罘区二马路188;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”。
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。