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！

龙图腾网获悉东莞理工学院申请的专利一种基于卷积神经网络的图像识别方法、装置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：CN115272826B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202210925219.7，技术领域涉及：G06V10/82；该发明授权一种基于卷积神经网络的图像识别方法、装置及系统是由谢仁平;陈浩瀚;陶铭;丁凯设计研发完成，并于2022-08-03向国家知识产权局提交的专利申请。

本一种基于卷积神经网络的图像识别方法、装置及系统在说明书摘要公布了：本发明公开了一种基于卷积神经网络的桥梁混凝土道路图像裂缝识别方法、装置及系统，通过在VGG‑16全卷积神经网络模型的基础上引入梯度层和自我注意力机制模块，从而使模型在数据集上进行训练时起到加速收敛的作用，并使得模型在保证轻量化的同时，能提高网络模型对输入特征图的全局信息学习能力，提高其对混凝土道路图像的裂缝识别速度和识别精准度，本发明最终训练得到的混凝土道路裂缝识别模型可以高效、快速、高精度地进行图像裂缝检测。

本发明授权一种基于卷积神经网络的图像识别方法、装置及系统在权利要求书中公布了：1.一种基于卷积神经网络的桥梁混凝土道路裂缝图像识别方法，其特征在于：包括以下步骤： 步骤S100、采用VGG-16模型搭建级联的全卷积神经网络，所述全卷积神经网络包括输入模块、五块编码器模块以及解码器模块； 步骤S200、所述输入模块由梯度层和输入图像组成；梯度层首先由输入图像的横纵坐标方向采用33的Sobel一阶差分算子进行处理，得到横、纵坐标方向的梯度矩阵，再根据每点坐标的横、纵坐标方向的梯度绝对值之和作为梯度幅值，得到梯度层； 步骤S300、在最后三个编码器模块的最后一个卷积层的输出端加入自我注意力机制模块，为网络模型引入注意力机制； 步骤S400、在每个处理模块和自我注意力机制模块的输出端放置反卷积层模块，并通过卷积层分割最终图像； 步骤S500、采用标定数据集对所述全卷积神经网络模型进行训练，其中，所述标定数据集为标定好混凝土裂缝特征的特征图集合；对步骤S600、待检测的桥梁道路图像逐帧处理，将处理后的图像输入神经网络模型进行裂缝分割，分割出待检测的桥梁道路图像中的裂缝； 在步骤S500中，采用标定数据集对所述全卷积神经网络模型进行训练，包括如下步骤： 1获得处理模块中最后一个卷积层的输出端经过11卷积核输出的Query、Key、Value矩阵；其中，W、H、C、B、Θ、Φ、g分别为输入特征图的宽度、高度、通道数、批数、Query矩阵、Key矩阵和Value矩阵； 2对Query矩阵和Key矩阵作点乘运算，得到大小为BHWBHW的相似度权重矩阵； 3对相似度权重矩阵进行Softmax运算，实现相似度权重矩阵的归一化； 4将归一化的相似度权重矩阵与Value矩阵进行点乘运算，得到大小为BHWC2的Attention值；经过11的卷积核扩展通道数为C后，叠加Attention值到处理模块中最后一个卷积层的输出端矩阵。

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东莞理工学院，其通讯地址为：523808 广东省东莞市松山湖科技产业园区大学路1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”。