買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網獲悉重慶郵電大學申請的專利一種基于多層協(xié)調卷積神經網絡的細粒度圖像分類方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN114494786B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202210141309.7，技術領域涉及：G06V10/764；該發(fā)明授權一種基于多層協(xié)調卷積神經網絡的細粒度圖像分類方法是由李鴻健;何明軒;段小林;何旭;羅煉設計研發(fā)完成，并于2022-02-16向國家知識產權局提交的專利申請。

本一種基于多層協(xié)調卷積神經網絡的細粒度圖像分類方法在說明書摘要公布了：本發(fā)明涉及深度學習領域和圖像分類領域，具體涉及一種基于多層協(xié)調卷積神經網絡的細粒度圖像分類方法。本發(fā)明實現了在細粒度圖像分類任務上對關鍵區(qū)域定位并提取特征，利用圖像多尺度裁剪和填充訓練不同卷積層，從而融合淺層網絡和深層網絡特征，同時通過打亂局部區(qū)域破壞圖片整體性，并通過位置編碼記錄原始位置，以減少打亂圖片帶來的噪聲，較現有的分類方法，本發(fā)明所涉及的多層協(xié)調細粒度分類方法具有更高的準確度。

本發(fā)明授權一種基于多層協(xié)調卷積神經網絡的細粒度圖像分類方法在權利要求書中公布了：1.一種基于多層協(xié)調卷積神經網絡的細粒度圖像分類方法，其特征在于，所述方法步驟包括： 獲取圖像數據集，并對圖像數據集中的待分類圖像進行預處理； 采用卷積神經網絡提取出待分類圖像的圖像特征，并利用定位子網獲取定位關鍵區(qū)域，得到待分類圖像的關鍵區(qū)域子圖； 對所述關鍵區(qū)域子圖進行多尺度的切割填充，并隨機交換各個圖像塊，得到多組不同尺度的切割填充子圖； 對每組切割填充子圖中的圖像塊進行位置編碼，并將對應的位置編碼特征圖按照通道和切割填充子圖連接；具體包括： 分別將圖像塊的序列輸入正余弦位置編碼函數PSC中，得到對應圖像塊的位置編碼： 按照切割填充子圖的填充粒度和切割粒度，將位置編碼進行量化處理，得到位置編碼特征圖； 將位置編碼圖RE按照通道和切割填充子圖連接得到帶有位置編碼的特征圖： 其中，得到的位置編碼特征圖RE表示為： 其中，RExy[i][j]表示在第x,y個圖像塊中像素坐標i,j處的位置編碼；x是切割填充子圖中的圖像塊的橫坐標，y是切割填充子圖中的圖像塊的縱坐標；i是圖像塊的像素點橫坐標，j是圖像塊的像素點縱坐標，Pxy表示第x,y個圖像塊的位置編碼，cut是切割粒度，pad是填充粒度，且{0≤x,y≤cut-1,x,y∈N*}，N是每個圖像塊的邊長，表示為：width是圖片的邊長； 依次將不同尺度的切割填充子圖分別輸入到預設的訓練子網的第一分類模型中，得到對應類別的概率值； 將不同尺度的切割填充子圖的對應類別的概率值輸入到預設的訓練子網的第二分類模型中，通過加權平均后，得到待分類圖像的細粒度分類結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人重慶郵電大學，其通訊地址為：400065 重慶市南岸區(qū)南山街道崇文路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。