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！

龙图腾网获悉武汉工程大学申请的专利一种基于注意力机制的新型多粒度特征融合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：CN115905999B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202211435628.5，技术领域涉及：G06F18/25；该发明授权一种基于注意力机制的新型多粒度特征融合方法是由徐国平;吴兴隆;冷雪松;王霞霞;廖文涛;张炫设计研发完成，并于2022-11-16向国家知识产权局提交的专利申请。

本一种基于注意力机制的新型多粒度特征融合方法在说明书摘要公布了：本发明提供了一种基于注意力机制的新型多粒度特征融合方法，以卷积网络获取得到的细粒度特征、加窗MLP构建的块粒度特征以及MLP提取的全局粒度特征为处理对象，针对块粒度和全局粒度特征的特点、粗粒度和细粒度特征的特点，构建了两个不同粒度之间的特征融合模块；利用不同粒度特征的特点，将注意力机制引入不同粒度特征的融合过程中，完成了将全局粒度特征经过变换转化为注意力权重、实现窗口块粒度特征和全局粒度特征的融合，以及从窗口块粒度特征与全局粒度特征融合特征中提取注意力权重、实现对细粒度特征的过滤和边缘的强化的过程；实现了高效融合卷积网络、Transformer或MLP网络的不同粒度特征的功能。

本发明授权一种基于注意力机制的新型多粒度特征融合方法在权利要求书中公布了：1.一种基于注意力机制的新型多粒度特征融合方法，其特征在于：包括以下步骤： S0：搭建基于注意力机制的新型多粒度特征融合系统，包括编码网络、解码网络、第一融合模块和第二融合模块；第一融合模块用于融合全局粒度特征图与块粒度特征图，输出粗粒度特征图；第二融合模块用于融合粗粒度特征图与细粒度特征图，输出最终融合特征图； S1：将图像输入编码网络，使用卷积操作提取图像的细粒度特征图fc，特征尺度为2H×2W×C； S2：将经过卷积操作得到的特征输入加窗多层感知器W-MLP，提取图像的块粒度特征图fm，特征尺度为2H×2W×C； S3：将经过卷积操作得到的特征输入多层感知器MLP，提取图像的全局粒度特征图fg；全局粒度特征图fg的特征尺度为H×W×C’； S4：将全局粒度特征图fg与块粒度特征图fm输入第一融合模块；设fw表示全局注意力权重因子特征图，特征尺度为H×W×1×C；设fb表示经过全局粒度特征强化后的融合特征图，特征尺度为2H×2W×C；设fu表示粗粒度特征图，则第一融合模块的融合过程用公式表示如下： fw＝ReshapeSigmoidConv1x1fg1， fm＝ReshapePusfm2， fb＝ReshapePsfm×fm×fw+fw3， fu＝CatLNUpfg，LNfb4， 上述公式中，Conv1x1表示1乘1卷积，Sigmoid表示Sigmoid操作，Reshape表示特征图维度变换，Pus表示PixelUnshuffle像素重组操作，Ps表示Pixelshuffle操作，LN表示层归一化操作，Up表示双线性上采样操作，Cat表示特征并接操作； S5：将第一融合模块输出的粗粒度特征图fu与细粒度特征图fc输入第二融合模块；设faw表示注意力权重特征图，特征尺度为2H×2W×C；设fo表示边缘强化特征图；设fa表示最终融合特征图；则第二融合模块的融合过程用公式表示如下： faw＝SigmoidConv1x1fu5， fo＝Sobelfaw×fc+fc6， fa＝CatLNfu，LNfo7， 上述公式中，Sobel表示Sobel边缘提取操作； S6：将第一融合模块和第二融合模块每一步分别融合输出的特征图输入解码网络，输出对应的语义分割结果。

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武汉工程大学，其通讯地址为：430074 湖北省武汉市洪山区雄楚大街693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。