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！

龙图腾网恭喜浙江工业大学申请的专利一种基于冗余与多样性特征融合的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：CN115937600B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202211676949.4，技术领域涉及：G06V10/764；该发明授权一种基于冗余与多样性特征融合的图像分类方法是由胡海根;周德明;许慧;周乾伟;管秋设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本一种基于冗余与多样性特征融合的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冗余与多样性特征融合的图像分类方法，包括：将卷积神经网络模型中的部分滤波器替换为拓展融合卷积滤波器形成轻量卷积网络模型；利用数据集对轻量卷积网络模型进行训练及验证，获得训练好的轻量卷积网络模型；将待处理图像输入训练好的轻量卷积网络模型获得分类结果。该轻量卷积网络模型既可获得具有一定冗余性的固有特征，同时能够产生包含必要细节信息的多样性特征，在有效降低模型参数量与计算浮点数的情况下提高了模型的准确性和特征多样性，从而提升分类效果；此外，拓展融合卷积滤波器还可以作为一个即插即用的组件来升级现有的卷积神经网络，全局统一设置超参数方便模型快速构建，使模型具有更好的性能表现。

本发明授权一种基于冗余与多样性特征融合的图像分类方法在权利要求书中公布了：1.一种基于冗余与多样性特征融合的图像分类方法，其特征在于：所述基于冗余与多样性特征融合的图像分类方法包括如下步骤： S1、将卷积神经网络模型中的部分滤波器替换为拓展融合卷积滤波器形成轻量卷积网络模型，所述拓展融合卷积滤波器设置如下： S11、根据第一比例参数α将替换的滤波器的输入通道数C拆分为主体部分和拓展部分，所述主体部分包含αC个通道，所述拓展部分包含1-αC个通道； S12、利用特征提取模块和特征拓展模块获取冗余特征和多样性特征，所述特征提取模块包括并行的基本分支和多样性分支，所述基本分支为标准卷积层，所述多样性分支为组卷积层，所述特征拓展模块为点卷积层，所述冗余特征和多样性特征的获取如下： 利用基本分支对主体部分进行特征提取形成冗余特征； 利用特征拓展模块对拓展部分进行特征提取并根据超参数γ提升特征通道数得到拓展特征； 将主体部分与拓展特征进行拼接形成第一特征，利用多样性分支对第一特征进行特征提取形成多样性特征； S13、根据第二比例参数β调整冗余特征与多样性特征的输出通道数，即冗余特征的输出通道数为βC′，多样性特征的输出通道数为1-βC′，并将冗余特征与多样性特征按通道维度进行拼接形成第二特征，所述第二特征的输出通道数为所述替换的滤波器的输出通道数C′； S14、将第二特征输入通道注意力模块获得第三特征，所述第三特征的输出通道数为C′； S15、将拓展特征通过分组卷积与第三特征进行维度匹配，并与第三特征以逐元素相加方式进行融合，获得输出特征图，所述分组卷积的分组数为冗余特征的输出通道数βC′，卷积核尺寸为1*1； S2、利用数据集对轻量卷积网络模型进行训练及验证，获得训练好的轻量卷积网络模型； S3、将待处理图像输入训练好的轻量卷积网络模型获得分类结果。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区朝晖六区；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”。