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！

龙图腾网获悉南京理工大学申请的专利基于长距离依赖机制的多层融合图片分类方法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：CN117197663B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202311120442.5，技术领域涉及：G06V20/10；该发明授权基于长距离依赖机制的多层融合图片分类方法及系统是由肖亮;黄姮祎设计研发完成，并于2023-08-31向国家知识产权局提交的专利申请。

本基于长距离依赖机制的多层融合图片分类方法及系统在说明书摘要公布了：本发明公开了一种基于长距离依赖机制的多层融合图片分类方法及系统，方法包括：采用多核分组卷积构造多尺度金字塔特征提取模型，进行多尺度特征提取；采取长距离注意力机制，利用视觉转换器中按步长选择的多头注意力机制、动态学习位置信息以及多层感知器，提取长依赖上下文信息；采用卷积和池化，将中间不同层级特征尺度统一化；利用视觉转换器注意力机制，融合中间不同层级的特征；将中间融合后特征作为指导，利用蒸馏损失指导学习全局特征；根据学习后的全局特征，进行最终图片分类。本发明能够有效处理类间相似性高、类内差异性大、目标尺度各异的分类问题，提高了小样本图片的分类精度和分类速度。

本发明授权基于长距离依赖机制的多层融合图片分类方法及系统在权利要求书中公布了：1.一种基于长距离依赖机制的多层融合图片分类方法，其特征在于，包括以下步骤： 第一步，利用下采样和层归一化构建数据预处理模块，实现图像预处理； 第二步，采用多核分组卷积块，对特征图进行分组且每组独立采用不同卷积核，构建多尺度金字塔特征提取模块，实现多尺度特征提取； 第三步，将第二步特征学习模块提取的中间三层特征作为输入，送入长距离注意力机制模块，利用视觉转换器中按步长选择的多头注意力机制、动态位置学习和多层感知器学习各层级的长距离依赖特征； 第四步，利用卷积和池化操作构建尺度规范化模块，对中间层的长距离依赖特征图进行尺度规范化，统一到同一尺寸特征； 第五步，多层特征融合模块利用视觉转换器注意力机制原理，计算一、二层同尺寸特征两者的相似关系，并与第三层特征相加，获得融合特征； 第六步，分类模块将融合后特征依次进行池化、L2正则化、全连接以及Softmax分类器获得各类分类分数，将全局特征依次进行池化、全连接以及Softmax分类器获得各类分类分数；并通过知识蒸馏损失，计算全局特征与融合特征的散列关系，更新损失，指导全局特征进行学习，进而获得最终分类。

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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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。