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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于注意力机制的特征加强方法、装置及图像处理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：CN115187823B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202210934835.9，技术领域涉及：G06V10/77；该发明授权基于注意力机制的特征加强方法、装置及图像处理方法是由谢毓湘;宫铨志;闫洁;魏迎梅;栾悉道;蒋杰;康来;邹诗苇;李竑赋设计研发完成，并于2022-08-04向国家知识产权局提交的专利申请。

本基于注意力机制的特征加强方法、装置及图像处理方法在说明书摘要公布了：本发明公开了一种基于注意力机制的特征加强方法、装置及图像处理方法，特征加强方法包括：获取图像待加强的初始特征矩阵；对初始特征矩阵进行特征强化处理，得到特征强化注意力加权后的第一特征矩阵；对初始特征矩阵进行特征空间相关性的提取和处理，得到空间相关性注意力加权后的第二特征矩阵；对初始特征矩阵进行特征通道相关性的提取和处理，得到通道相关性注意力加权后的第三特征矩阵；将第一特征矩阵、第二特征矩阵、第三特征矩阵加权，得到加强特征矩阵。本发明可应用于轻量级卷积神经网络性能的提高，在保证轻量级卷积神经网络参数轻量级的前提下提高图像分类、目标检测、行为识别及实例分割等任务的准确性，满足应用中的基本需求。

本发明授权基于注意力机制的特征加强方法、装置及图像处理方法在权利要求书中公布了：1.一种基于注意力机制的特征加强方法，其特征在于，包括如下步骤： 步骤1，获取图像待加强的初始特征矩阵； 步骤2，对初始特征矩阵进行特征强化处理，得到特征强化注意力加权后的第一特征矩阵，具体包括： 步骤2.1，提取空间域信息：对初始特征矩阵的通道域进行一维平均池化，使大小为的初始特征矩阵转化为大小为的第一空间域矩阵； 步骤2.2，放大特征的表征差异比例：对大小为的第一空间域矩阵进行逐元素的平方操作，以将空间域特征的表征差异放大，得到第二空间域矩阵； 步骤2.3，权重获取：采用Sigmoid激活函数处理第二空间域矩阵，得到大小为的第一注意力权重矩阵，将第一注意力权重矩阵进行复制，得到大小为的第二注意力权重矩阵； 步骤2.4，加权计算：将第二注意力权重矩阵与初始特征矩阵进行逐元素相乘，得到大小为且特征强化注意力加权后的第一特征矩阵； 步骤3，对初始特征矩阵进行特征空间相关性的提取和处理，得到空间相关性注意力加权后的第二特征矩阵； 步骤4，对初始特征矩阵进行特征通道相关性的提取和处理，得到通道相关性注意力加权后的第三特征矩阵； 步骤5，将第一特征矩阵、第二特征矩阵、第三特征矩阵加权，得到加强特征矩阵。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。