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

龍圖騰網獲悉之江實驗室;中國科學院自動化研究所申請的專利一種基于三條帶注意機制的特征圖加權方法和裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114863131B 。

龍圖騰網通過國家知識產權局官網在2025-08-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210579586.6，技術領域涉及：G06V10/44；該發明授權一種基于三條帶注意機制的特征圖加權方法和裝置是由馬志豪;袁夢軻;孟維亮;郭建偉;毛瑞琛;徐士彪;張曉鵬設計研發完成，并于2022-05-25向國家知識產權局提交的專利申請。

本一種基于三條帶注意機制的特征圖加權方法和裝置在說明書摘要公布了：本發明涉及計算機視覺和人工智能領域，具體涉及一種基于三條帶注意機制的特征圖加權方法和裝置，旨在提高深度學習網絡特征提取的有效性。本發明提出了一種新的注意力加權機制，它通過加權操作增加特征圖的表現力，關注重要特征而抑制非重要特征。首先，采取全局池化操作將原始特征圖分離成列條帶、行條帶和通道條帶；其次，對每個條帶都采取壓縮和擴張的一系列加權操作；然后，將所有的加權后的三個條帶分別擴充到原始的特征圖尺寸大小，并將這三個加權后的特征圖進行相加，隨后進行非線性處理。最后，將所得到的加權特征圖和原特征圖相乘，并將結果作為后續的輸入。本發明提出的基于三條帶注意機制的特征圖加權方法提高了特征圖的有效性。

本發明授權一種基于三條帶注意機制的特征圖加權方法和裝置在權利要求書中公布了：1.一種基于三條帶注意機制的特征圖加權方法，適用于基于圖像處理的深度卷積神經網絡，其特征在于，包括以下步驟： （1）將原始特征圖分離成列條帶、行條帶和通道條帶； 所述步驟（1）包括以下子步驟： （1.1）對原始特征圖F的行維度和通道維度進行平均池化操作，得到列條帶THF；所述原始特征圖F的維度為，其中，C為通道維度，H為列維度，W為行維度；所述列條帶THF的維度為； （1.2）對原始特征圖F的列維度和通道維度進行平均池化操作，得到行條帶TWF；所述行條帶TWF的維度為； （1.3）對原始特征圖F的行維度和列維度進行平均池化操作，得到通道條帶TCF；所述通道條帶TCF的維度為； （2）對列條帶、行條帶和通道條帶均采取壓縮、標準化處理、非線性激活、擴張處理和標準化處理，得到對應的加權后的列條帶、加權后的行條帶和加權后的通道條帶； 所述步驟（2）包括以下子步驟： （2.1）使用多層感知機對列條帶、行條帶、通道條帶的元素均進行壓縮處理，將列條帶、行條帶或通道條帶的隱藏層的尺寸縮減r倍； （2.2）使用批量標準化處理對壓縮處理后的元素進行標準化處理，并使用ReLU激活函數對標準化后的元素進行非線性激活； （2.3）使用多層感知機對非線性激活后的元素進行擴張處理，將列條帶、行條帶或通道條帶的隱藏層的尺寸擴張r倍； （2.4）使用批量標準化處理對擴張處理后的元素進行標準化處理，得到加權后的列條帶、加權后的行條帶、加權后的通道條帶； （3）將加權后的列條帶、加權后的行條帶和加權后的通道條帶的維度均擴充到原始特征圖的尺寸大小，得到擴充后的列特征圖、擴充后的行特征圖和擴充后的通道特征圖；隨后將三個擴充后的特征圖進行相加，并對相加結果進行非線性處理得到加權特征圖； 所述步驟（3）包括以下子步驟： （3.1）將加權后的列條帶的行維度乘上W，同時將的通道維度乘上C，得到擴充后的列特征圖； 將加權后的行條帶的列維度乘上H，同時將的通道維度乘上C，得到擴充后的行特征圖； 將加權后的通道條帶的行維度乘上W，同時將的列維度乘上H，得到擴充后的通道特征圖； 所述擴充后的列特征圖的維度為，所述擴充后的行特征圖的維度為，所述擴充后的通道特征圖的維度為； （3.2）將擴充后的列特征圖、擴充后的行特征圖和擴充后的通道特征圖進行相加，并對相加結果進行sigmoid非線性化處理，得到TSAM特征圖TF，即,其中表示sigmoid非線性化處理； （4）將加權特征圖與原始特征圖進行相乘，并將相乘結果與原始特征圖進行相加，得到輸入特征圖，并將輸入特征圖作為后續的輸入； 所述步驟（4）具體為：將加權特征圖TF和原始特征圖F進行相乘并將相乘結果與原始特征圖F進行相加，得到輸入特征圖，即，其中表示元素的相乘；將輸入特征圖作為后續的輸入。

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之江實驗室;中國科學院自動化研究所，其通訊地址為：310023 浙江省杭州市余杭區文一西路1818號人工智能小鎮10號樓；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”。