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！

龙图腾网获悉深圳大学申请的专利面向移动端鲁棒图片分类的神经网络架构及其分类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：CN121543671B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202610070311.8，技术领域涉及：G06N3/0985；该发明授权面向移动端鲁棒图片分类的神经网络架构及其分类方法是由黄冠衡;刘松柏;李庚辉;马里佳;林秋镇设计研发完成，并于2026-01-20向国家知识产权局提交的专利申请。

本面向移动端鲁棒图片分类的神经网络架构及其分类方法在说明书摘要公布了：本申请涉及面向移动端鲁棒图片分类的神经网络架构技术领域，揭示了一种面向移动端鲁棒图片分类的神经网络架构及其分类方法，其中，神经网络架构包括：映射模块、缩减模块、特征提取模块和分类模块的层次结构，能够高效地处理输入图片，提取初始特征并逐层优，特征提取模块中的正常分支和鲁棒分支分别针对高频信息及冗余信息进行运算，特征融合层整合两个分支的输出。本发明的有益技术效果：在满足移动端算力约束的前提下，同时兼顾清洁精度与对抗自然扰动鲁棒性。有效提升了移动端图片分类系统的精准度和鲁棒性，适用于实际应用中的复杂场景，具有良好的市场前景。

本发明授权面向移动端鲁棒图片分类的神经网络架构及其分类方法在权利要求书中公布了：1.一种基于面向移动端鲁棒图片分类的神经网络架构的图片分类系统，其特征在于，所述图片分类系统包括依次连接的映射模块、缩减模块、特征提取模块以及分类模块； 所述映射模块包括多层第一卷积层和归一化细胞，多层所述第一卷积层依次连接，最后一层所述第一卷积层与所述归一化细胞连接，用于提取输入图片的初始特征； 所述缩减模块包括多个依次连接的缩减细胞，通过排序第一的缩减细胞与所述归一化细胞连接，每个所述缩减细胞通过下采样操作对所述初始特征进行处理，得到缩减后的中间特征； 所述特征提取模块，包括正常分支、鲁棒分支以及特征融合层，所述正常分支与所述鲁棒分支分别与排序最末的缩减细胞连接，所述正常分支和所述鲁棒分支分别与所述特征融合层连接，所述正常分支用于对所述中间特征进行高频算子提取，得到精度友好算子，所述鲁棒分支用于对所述中间特征进行冗余算子提取，得到鲁棒友好算子，所述特征融合层用于对所述精度友好算子以及鲁棒友好算子进行融合，得到融合特征； 所述分类模块用于对所述融合特征进行分类； 所述特征提取模块中的正常分支和鲁棒分支均包括至少一个双分支细胞； 每个所述双分支细胞由多条边连接形成，每条边上配置有一个从预设的候选算子集合中选择的图片处理算子；其中，所述正常分支中双分支细胞的候选算子集合包含第一类算子，所述第一类算子被配置为提取细粒度的高频特征；所述鲁棒分支中双分支细胞的候选算子集合包含第二类算子，所述第二类算子被配置为提取平滑与冗余的特征； 所述精度友好算子与所述鲁棒友好算子，通过在所述双分支细胞的每条边上分别组合选择自所述第一类算子和所述第二类算子的图片处理算子而获得； 所述特征提取模块具体包括： 多个所述双分支细胞依次级联，以及包括设置于每两个相邻的双分支细胞之间的特征融合层；其中，前一个双分支细胞输出的特征经所述特征融合层进行自适应融合后，作为输入传递给下一个双分支细胞； 所述缩减模块中的多个缩减细胞被插入到所述多个双分支细胞构成的序列之间，以在网络的多个深度执行降采样操作，从而实现多尺度特征提取，得到所述融合特征。

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深圳大学，其通讯地址为：518000 广东省深圳市南山区南海大道3688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。