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！

龙图腾网获悉重庆理工大学申请的专利一种交叉过滤transformer的结构、图像语义分割模型及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：CN116644782B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310463471.5，技术领域涉及：G06N3/0455；该发明授权一种交叉过滤transformer的结构、图像语义分割模型及方法是由肖汉光;李利;刘启源;赵时逸设计研发完成，并于2023-04-26向国家知识产权局提交的专利申请。

本一种交叉过滤transformer的结构、图像语义分割模型及方法在说明书摘要公布了：本发明公开了一种交叉过滤transformer的结构，包括特征嵌入、多头交叉注意和前馈神经网络，获取当前层的特征图F1和上一层的特征图F2，特征图F1的大小为H，通道为C，特征图F2的大小为H*2，通道是C2；特征图F1和特征图F2分别为输入；通过2D卷积层将两个分支的特征图F1和特征图F2转换为低维特征向量，分别将特征图F1和特征图F2展平为1D序列，将输入序列划分为多个子序列，然后在不同的子空间中计算子序列的注意力，接着将每一个注意力的输出作为头，并将所有的头拼接在一起；在前馈神经网络中，使用2D卷积来代替完连接层。解决了U‑Net中原始跳跃连接无法降低编码器与解码器之间的语义差距问题。

本发明授权一种交叉过滤transformer的结构、图像语义分割模型及方法在权利要求书中公布了：1.一种交叉过滤transformer的结构，其特征在于：包括特征嵌入、多头交叉注意和前馈神经网络，特征嵌入表示将输入的图像数据转换为一个向量空间中的表示，使模型处理数据之间的语义信息；多头交叉注意力表示在transformer中使用的一种交叉注意力机制，处理数据之间的局部相关性和全局相关性；前馈神经网络表示transformer中的一个基本组件，帮助模型学习数据的非线性特征； 获取当前层的特征图F1和上一层的特征图F2，特征图F1的大小为H，通道为C，特征图F2的大小为H*2，通道是C2；特征图F1和特征图F2分别为输入； 通过2D卷积层将两个分支的特征图F1和特征图F2转换为低维特征向量，然后分别将特征图F1和特征图F2展平为1D序列，特征嵌入表示为： Si＝FlattenConvFi+Posi1 Xi＝LNSi2 其中，i＝1,2，Conv是卷积运算，Posi是Fi对应的位置编码，LN是LayerNormalization，Xi表示MHCA的输入序列，将输入序列划分为多个子序列，然后在不同的子空间中计算子序列的注意力，接着将每一个注意力的输出作为头，并将所有的头拼接在一起： MHCAOX1,X2＝LinearConcatHead1,...,Headh4 其中，h表示头的数量，Head表示头，Q,K,V分别表示查询、键和值，dk表示子空间的维度，Concat表示连接操作，Linear代表线性层，MHCAO是MHCA的输出，在前馈神经网络中，使用2D卷积来代替完连接层，整体结构的表达式如下： CFTrans＝FNNLNMHCAO+S1+MHCAO+S15。

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重庆理工大学，其通讯地址为：400054 重庆市巴南区李家沱红光大道69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。