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！

龙图腾网获悉中国矿业大学申请的专利一种基于多属性驱动Transformer的图像自动裁剪方法和装置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：CN117058389B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202311087792.6，技术领域涉及：G06V10/26；该发明授权一种基于多属性驱动Transformer的图像自动裁剪方法和装置是由祝汉城;闫礼;周勇;姚睿;邵志文;杜文亮;赵佳琦设计研发完成，并于2023-08-28向国家知识产权局提交的专利申请。

本一种基于多属性驱动Transformer的图像自动裁剪方法和装置在说明书摘要公布了：本发明公开了一种基于多属性驱动Transformer的图像自动裁剪方法和装置，使用Next‑ViT作为主干网络进行全局特征图的提取，基于此构建主题分支、构图分支和裁剪分支；在主题分支中学习图像的主题属性从而得到主题属性激活图；在构图分支中学习图像的构图属性从而得到构图属性激活图，对构图属性激活图与主题属性激活图进行融合得到多属性激活图；在裁剪分支中设置锚点获取锚点位置特征图，并利用全局关系推理模块得到偏移量特征图，合并锚点位置特征图和偏移量特征图得到裁剪框特征图，归一化多属性激活图得到锚点权重，利用锚点权重对裁剪框特征图进行加权得到预测的裁剪框。本发明通过自动裁剪方法得到高质量裁剪图像，有效改善图像的美学质量。

本发明授权一种基于多属性驱动Transformer的图像自动裁剪方法和装置在权利要求书中公布了：1.一种基于多属性驱动Transformer的图像自动裁剪方法，其特征在于：包括如下步骤： Step1：使用Next-ViT作为主干网络构建全局特征提取模块、主题分支、构图分支和裁剪分支；其中，Next-ViT是一种基于Transformer的网络模型，θ表示图像特征提取器fθ的参数； Step2：在全局特征提取模块中，构建图像特征提取器fθ；使用图像特征提取器fθ提取输入图像x的全局特征图Fg＝fθx； Step3：在主题分支中，构建主题属性激活图生成模块；所述主题属性激活图生成模块，在全局特征图Fg的基础上，首先通过主题预测单元获取主题类别激活图TCAM和主题类别预测概率t，然后通过主题特征合并单元获取主题属性激活图Ft，使用主题属性训练单元对主题属性激活图生成模块进行监督训练； Step4：在构图分支中，构建构图属性激活图生成模块和多属性特征融合单元； 所述构图属性激活图生成模块，在全局特征图Fg的基础上，首先通过构图预测单元获取构图规则激活图CCAM和构图规则预测概率p，然后通过构图特征合并单元获取构图属性激活图Fc，使用构图属性训练单元对构图属性激活图生成模块进行监督训练； 所述多属性特征融合单元对主题属性激活图Ft和构图属性激活图Fc进行加权求和进而获取多属性激活图Fm； Step5：在裁剪分支中，构建锚点位置特征获取单元、偏移特征获取模块和裁剪框预测模块； 在输入图像x上均匀设置锚点，通过锚点位置特征获取单元获取锚点位置特征图Fpos； 所述偏移特征获取模块，在全局特征图Fg的基础上，首先通过全局关系推理单元获取全局关系特征图Fr，然后通过注意力计算单元获取多头自注意力机制的查询向量Q、键向量K和值向量V，接着通过多头自注意力机制获取注意力特征图F，最后通过特征转换单元将注意力特征图F转换为偏移量特征图Fo，偏移量特征图Fo表征了锚点到预测裁剪框box边界的偏移量； 所述裁剪框预测模块，首先通过特征处理单元合并锚点位置特征图Fpos和偏移量特征图Fo得到裁剪框特征图Fcr，同时对多属性激活图Fm进行归一化得到锚点权重值，然后利用锚点权重值对裁剪框特征图Fcr进行加权，得到输入图像x的预测裁剪框box；使用裁剪框训练单元对裁剪框预测模块进行监督训练。

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中国矿业大学，其通讯地址为：221116 江苏省徐州市泉山区大学路1号中国矿业大学南湖校区；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”。