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！

龙图腾网获悉西安交通大学申请的专利一种受脑启发的全局-局部双通道图像分类方法及系统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：CN115439696B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202211149221.6，技术领域涉及：G06V10/764；该发明授权一种受脑启发的全局-局部双通道图像分类方法及系统是由董松林;尚苗;王长鑫;龚怡宏;张玥设计研发完成，并于2022-09-21向国家知识产权局提交的专利申请。

本一种受脑启发的全局-局部双通道图像分类方法及系统在说明书摘要公布了：本发明提出了一种受脑启发的全局‑局部双通道图像分类方法及系统，涉及人工智能技术领域。该方法通过加入新的全局通路表征方式，结合自上而下的特征调制机制，构建全局‑局部双通路分类模型，提供了一个基于人脑双通道视觉识别机制的计算模型，称为Global‑Local网络简称:GLNet，可以充分利用图像的局部细粒度信息与全局空间拓扑信息，并且提出将典型的层结构深度卷积神经网络CNN结构转换为全局‑局部双通路分类模型结构的一般原则，并将这种转化应用于一些代表性基线CNN模型上，从而提高了模型分类的准确性，提升了模型的鲁棒性与泛化能力。

本发明授权一种受脑启发的全局-局部双通道图像分类方法及系统在权利要求书中公布了：1.一种受脑启发的全局-局部双通道图像分类方法，其特征在于，包括以下步骤： 获取并将待分类的图像集划分为训练集和测试集； 选择一个CNN模型，以其构建单元作为双通道模型的局部通道基本模块，并对输入特征进行局部细节信息提取，得到具有局部信息的特征表示； 选择Transformer模型，以其编码层组件作为双通道模型的全局通道基本模块，并对输入特征进行全局拓扑相关性信息提取，得到具有全局信息的特征表示； 将双通道模型的局部通道基本模块与双通道模型的全局通道基本模块作为并行双通道，并分别连接到调制器，形成双通道构建单元，通过所述调制器融合所述双通道的输出特征，得到双通道模块的输出特征； 将多个所述双通道构建单元，按照CNN模型的层次架构进行堆叠，得到全局-局部双通道图像分类模型； 采用所述训练集训练所述全局-局部双通道图像分类模型，得到训练好的全局-局部双通道图像分类模型； 采用训练好的全局-局部双通道图像分类模型，对所述测试集进行分类，得到图像分类结果； 所述对输入特征进行全局拓扑相关性信息提取，得到具有全局信息的特征表示，包括以下步骤：将所述输入特征映射转换为N个一维Token； 将所述N个一维Token生成K组全局拓扑表示； 将所述K组全局拓扑表示的N个输出Token转换为多维输出特征映射，得到具有全局信息的特征表示； 所述通过所述调制器融合所述双通道的输出特征，得到双通道模块的输出特征，包括以下步骤： 所述调制器通过门控机制和以可学习的方式，将所述具有全局信息的特征表示与所述具有局部信息的特征表示融合，以生成双通道模块的输出特征。

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西安交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28号；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”。