Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜深圳大学李岩山获国家专利权

恭喜深圳大学李岩山获国家专利权

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!

龙图腾网恭喜深圳大学申请的专利类激活图生成方法、神经网络可解释方法及相关装置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:CN114359588B

龙图腾网通过国家知识产权局官网在2025-06-20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:202111468069.3,技术领域涉及:G06V10/74;该发明授权类激活图生成方法、神经网络可解释方法及相关装置是由李岩山;梁华杰设计研发完成,并于2021-12-03向国家知识产权局提交的专利申请。

类激活图生成方法、神经网络可解释方法及相关装置在说明书摘要公布了:本发明公开了一种类激活图生成方法、神经网络可解释方法及相关装置,应用于图像处理领域,类激活图生成方法包括:获取原始图像;将原始图像通过神经网络的卷积层进行处理,得到第一特征图集,其中,所述第一特征图集为多个特征图的集合;将第一特征图集重新进行排序,得到第二特征图集;计算第二特征图集对应的残差区域集和残差分数集;将残差区域集和残差分数集通过激活函数激活,得到类激活图。通过对特征图进行权重分配,使得残差区域集对应的残差分数集降低,即残差区域的权重降低,同时使得残差区域对应的主区域的权重提高,从而有效提升了类激活图对于神经网络的可解释效果。

本发明授权类激活图生成方法、神经网络可解释方法及相关装置在权利要求书中公布了:1.一种类激活图生成方法,其特征在于,包括: 获取原始图像; 将所述原始图像通过神经网络的卷积层进行处理,得到第一特征图集,其中,所述第一特征图集为多个特征图的集合; 根据所述第一特征图集中所述特征图对于预测类别的重要性,对所述第一特征图集进行重新排序,得到第二特征图集,其中,所述预测类别为预定的类别; 计算所述第二特征图集对应的残差区域集和残差分数集; 将所述残差区域集和所述残差分数集通过激活函数激活,得到类激活图; 其中,所述计算所述第二特征图集对应的残差区域集和残差分数集,包括: 获取所述第二特征图集中的特征图,作为第四特征图; 对所述第四特征图以及位于所述第四特征图之前的特征图求取最大值,得到第一显著图; 计算所述第一显著图对应的残差区域和残差分数; 重复获取所述第二特征图集中的特征图,计算相应的残差区域和残差分数直至在所述第二特征图集中检测不到新的特征图为止,并将计算得到的多个所述残差区域作为残差区域集以及多个残差分数作为残差分数集; 所述计算所述第一显著图对应的残差区域和残差分数,包括: 获取所述第一显著图的上一级特征图,作为第二显著图; 计算所述第一显著图与所述第二显著图的差值,并将得到的计算结果作为残差区域; 将所述第一显著图反转,得到第三显著图; 将所述第三显著图与所述原始图像进行哈达玛积运算,得到第四显著图; 将所述第四显著图与所述预测类别通过所述卷积层和所述全连接层,得到第三概率,其中,所述第三概率为所述第四显著图被判决为所述预测类别的概率; 计算所述第一概率与所述第三概率的差值,得到第一区域得分; 计算所述第二显著图对应的区域得分,作为第二区域得分; 计算所述第一区域得分与所述第二区域得分的差值,得到残差分数。

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:518060 广东省深圳市南山区粤海街道南海大道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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。