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基于像素级别空间感知注意力的细粒度车型识别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：CN116824351B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202310786377.3，技术领域涉及：G06V20/00；该发明授权一种基于像素级别空间感知注意力的细粒度车型识别方法是由张世娇;鲁磊;王萍设计研发完成，并于2023-06-29向国家知识产权局提交的专利申请。

本一种基于像素级别空间感知注意力的细粒度车型识别方法在说明书摘要公布了：本发明属于车辆识别技术领域,涉及一种基于像素级别空间感知注意力的细粒度车型识别方法，首先，建立可提取更为精细的注意力区域的像素级别的空间感知注意力模块，空间感知注意力模块包含：特征捕获、特征融合和特征激励三个部分，其次，将前步骤中建立的空间感知注意力模块插入到卷积神经网络中，形成包含空间感知注意力模块的卷积神经网络，本发明提出的基于像素级别空间感知注意力模块的细粒度车型识别方法通过特征捕获、特征融合和特征激励后提高了神经网络算法的性能，将细粒度车型识别的准确性提高至90％以上。

本发明授权一种基于像素级别空间感知注意力的细粒度车型识别方法在权利要求书中公布了：1.一种基于像素级别空间感知注意力的细粒度车型识别方法，其特征在于，包括如下步骤： 步骤一：建立可提取更为精细的注意力区域的像素级别的空间感知注意力模块，所述空间感知注意力模块包含：特征捕获、特征融合和特征激励三个部分，所述空间感知注意力模块在与输入图像相同的空间尺度上学习注意力掩模； 步骤二：将步骤一中建立的空间感知注意力模块插入到卷积神经网络中，形成包含空间感知注意力模块的卷积神经网络； 所述特征捕获用于完成从主干网中选取不同卷积阶段的特征映射图进行预处理，以减少特征冗余，规范特征映射图尺寸；所述特征捕获包括如下步骤： 步骤S1-1：捕获深度卷积神经网络的特征并降维得到特征图； 步骤S1-2：对降维后的特征图上采样； 步骤S1-3：对低级特征图降维得到输出特征图； 所述特征融合用于完成高低级特征融合，获得像素级别的空间感知特征；所述特征融合包括如下步骤： 步骤S2-1：完成高级特征与低级特征拼接； 步骤S2-2：使用卷积块融合高低级特征； 步骤S2-3：使用Dropout降低高低层特征耦合性； 步骤S2-4：输出特征图； 所述特征激励用于完成激励空间感知特征，获得空间感知注意力权重；所述特征激励包括如下步骤： 步骤S3-1：获得空间感知特征； 步骤S3-2：获得空间权重。

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”。

以上内容由龙图腾AI智能生成。