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！

龙图腾网获悉西安理工大学申请的专利基于自适应关注区域Transformer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：CN116645549B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202310540956.X，技术领域涉及：G06V10/764；该发明授权基于自适应关注区域Transformer的图像分类方法是由刘晶;张鑫设计研发完成，并于2023-05-12向国家知识产权局提交的专利申请。

本基于自适应关注区域Transformer的图像分类方法在说明书摘要公布了：本发明公开基于自适应关注区域Transformer的图像分类方法：步骤1，选取n张图像作为训练样本集合P＝{p1，p2，...，pn}，然后对训练样本集合P中的第i＝{1，2，...，n}张图像pi使用尺度不变特征变换获得N个特征点；步骤2，获得步骤1中的N个特征点中最密集区域的中心点Mx,y；步骤3，确定关注区域及非关注区域；步骤4，分别提取关注区域和非关注区域的特征为F1和F2，进行融合组成图像特征F；步骤5，通过MART网将步骤4获得的图像特征F分别与新的分类标签和新的位置标签融合组成图像特征标签FT；步骤6，进行图像分类。该方法解决了现有方法中将图像无差别划分成相同尺寸的图像块进行图像分类而产生的降低分类精度和鲁棒性的问题。

本发明授权基于自适应关注区域Transformer的图像分类方法在权利要求书中公布了：1.基于自适应关注区域Transformer的图像分类方法，其特征在于，具体为：步骤1，选取n张图像作为训练样本集合P＝{p1,p2，…,pn}，然后对训练样本集合P中的第i＝{1,2,...,n}张图像pi使用尺度不变特征变换获得N个特征点； 步骤2，获得步骤1中的N个特征点中最密集区域的中心点Mx,y； 步骤3，根据步骤2获得的最密集区域的中心点Mx,y，确定关注区域及非关注区域； 步骤4，分别提取步骤3获得的关注区域和非关注区域的特征为F1和F2，进行融合组成图像特征F； 步骤5，MART网络创建一个新的分类标签和新的位置标签，然后将步骤4获得的图像特征F分别与新的分类标签和新的位置标签融合组成图像特征标签FT； 步骤5的具体过程为： 步骤5.1，将步骤4获得的图像特征图输入到MART网络；MART网络的网络结构由位置标签position、分类标签cls_token、TransformerBlock和MLPHead组成，首先将输入图像特征图与位置标签position和分类标签cls_token进行拼接组成图像特征标签；然后将图像特征标签输入到TransformerBlock中进行学习图像块间注意力获得注意力特征；MART网络创建一个行向量tensor名为cls_token作为分类标签，cls_token的维度是[1，12S2]；将分类标签cls_token和特征图F在第1个维度拼接，拼接之后组成新的特征图F’的维度是 步骤5.2，创建一个维度是的向量tensor名为position作为位置标签，将步骤5.1获得的新的特征图F’和位置标签position相加为图像特征标签FT，图像特征标签FT的维度是 步骤6，将步骤5获得的图像特征标签FT进行学习图像块间注意力获得注意力特征AT，从而进行图像分类。

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理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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”。