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！

龙图腾网获悉四川大学申请的专利一种基于动态感受野机制的卷积神经网络特征提取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：CN115631389B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202211424593.5，技术领域涉及：G06V10/77；该发明授权一种基于动态感受野机制的卷积神经网络特征提取方法是由谭敏洁;韩松臣设计研发完成，并于2022-11-15向国家知识产权局提交的专利申请。

本一种基于动态感受野机制的卷积神经网络特征提取方法在说明书摘要公布了：本发明公开了一种基于动态感受野机制的卷积神经网络特征提取方法，首先将特征图上特征点之间相对距离划分为N个不同的等级，分别对每个等级分配一个权重值，计算每个特征点与其周围特征点之间相对距离，划分为N个不同的等级，给每个等级分配对应权重值，得到所有其它特征点相对于该特征点的权重系数矩阵后再乘以特征图得到该特征点的激励输出，获得基于相对位置关系的每个特征点的全局引导响应输出，将特征图输入给一个具有固定卷积核的卷积层得到该特征图的本地响应输出后，与全局引导响应输出相加得到该特征点的最终输出结果。本发明的方法应用于计算机视觉任务中的特征提取，提升了神经网络的特征提取、表达能力与后续计算机视觉任务的性能。

本发明授权一种基于动态感受野机制的卷积神经网络特征提取方法在权利要求书中公布了：1.一种基于动态感受野机制的卷积神经网络特征提取方法，具体步骤如下： S1、首先将输入的特征图F上的特征点之间的相对距离划分为N个不同的等级，分别对每个等级分配一个由神经网络训练得到的权重值，得到一个权重向量； 其中，输入的特征图数据为图像数据； S2、对步骤S1的特征图F中每一个空间位置上的特征点，计算该特征点与周围其它特征点间的相对距离，将计算的相对距离映射成N个不同的等级，并给每个等级上所有的特征点分配相应的由步骤S1所学习得到的权重值，从而得到整个特征图上每个特征点相对于其周围特征点的权重系数矩阵； S3、对特征图F上的每一个特征点，将上述步骤S2得到的权重系数矩阵乘以特征图计算得到的加权平均值，作为该特征点的激励输出，从而获得该特征点基于相对位置关系的全局引导响应输出G； S4、对特征图F上的每一个特征点，将特征点输入给一个具有固定卷积核的卷积层，得到该特征点的本地响应输出L，最后将步骤S3获得的全局引导响应输出G和本地响应输出L进行相加，得到该特征点的最终输出结果。

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四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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。