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

龍圖騰網(wǎng)獲悉中國人民解放軍國防科技大學(xué)申請的專利基于transformer的圖像特征提取方法及系統(tǒng)、計算機設(shè)備獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115205645B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210826242.0，技術(shù)領(lǐng)域涉及：G06V10/80；該發(fā)明授權(quán)基于transformer的圖像特征提取方法及系統(tǒng)、計算機設(shè)備是由康來;萬珊珊;魏迎梅;韓貝貝;申天睿;楊雨璇;馮素茹設(shè)計研發(fā)完成，并于2022-07-14向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于transformer的圖像特征提取方法及系統(tǒng)、計算機設(shè)備在說明書摘要公布了：本發(fā)明公開一種基于transformer的圖像特征提取方法及系統(tǒng)、計算機設(shè)備，該方法將特征圖先劃分為大小相同的局部窗口，每個局部窗口都指代一塊圖像區(qū)域的信息，通過局部窗口捷徑LWS實現(xiàn)局部窗口之間的交互、使全局圖像信息相互交流，為高分辨率transformer提取的特征增加了多樣化的全局圖像信息。本發(fā)明提取的圖像特征適用于高精度圖像分類中，使得分類結(jié)果精度更高。

本發(fā)明授權(quán)基于transformer的圖像特征提取方法及系統(tǒng)、計算機設(shè)備在權(quán)利要求書中公布了：1.一種基于transformer的圖像特征提取方法，其特征在于，包括以下步驟： 獲取目標(biāo)圖像集；所述目標(biāo)圖像集包括相機照片、手機照片、顯微圖像和紅外成像圖； 對所述目標(biāo)圖像集中的圖像進行預(yù)處理，得到提取圖像集； 將所述提取圖像集輸入訓(xùn)練好的特征提取模型中，利用卷積神經(jīng)網(wǎng)絡(luò)對提取圖像集中的圖像進行特征粗提取，再利用增強高分辨率transformer網(wǎng)絡(luò)對粗提取特征進行特征交互，獲得全局融合特征； 所述增強高分辨率transformer網(wǎng)絡(luò)包括局部窗口自注意力子模塊和前饋子網(wǎng)絡(luò)，所述局部窗口自注意力子模塊和前饋子網(wǎng)絡(luò)均添加有局部窗口捷徑以實現(xiàn)局部窗口之間特征向量交互； 所述局部窗口捷徑執(zhí)行以下操作： 將輸入特征圖劃分為個互不重疊局部窗口； 簡化每個所述局部窗口的表達； 利用結(jié)構(gòu)化的高效線性層實現(xiàn)局部窗口之間的交互； 恢復(fù)局部窗口的維度信息得到交互過的全局圖像特征； 簡化每個所述局部窗口的表達，包括： 利用平均池化操作對局部窗口的大小進行簡化，用單個像素表示第m個窗口整體信息，中第個元素計算方法如下： ； ； ； 式中，為第個局部窗口；且；為局部窗口的大小； 將平均池化操作后的局部窗口連接起來，實現(xiàn)輸入特征到局部窗口單像素多通道特征的轉(zhuǎn)換： ； 式中，（）代表簡化后第m個局部窗口的像素表達； 對所述單像素多通道特征進行簡化，得到單通道特征： ； 式中，為ReLU激活函數(shù)；為疊加在通道上的權(quán)重。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人中國人民解放軍國防科技大學(xué)，其通訊地址為：410073 湖南省長沙市開福區(qū)德雅路109號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。