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 > 南京邮电大学闫静杰获国家专利权

南京邮电大学闫静杰获国家专利权

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!

龙图腾网获悉南京邮电大学申请的专利基于多头多层次特征稀疏transformer的新生儿疼痛表情识别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:CN118644884B

龙图腾网通过国家知识产权局官网在2025-09-12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:202410809193.9,技术领域涉及:G06V40/16;该发明授权基于多头多层次特征稀疏transformer的新生儿疼痛表情识别方法是由闫静杰;蒋嘉铭;袁中允;谢林君;周晓阳;刘颖设计研发完成,并于2024-06-21向国家知识产权局提交的专利申请。

基于多头多层次特征稀疏transformer的新生儿疼痛表情识别方法在说明书摘要公布了:本发明公开了一种基于多头多层次特征稀疏transformer的新生儿疼痛表情识别方法,所述方法包括如下步骤:对新生儿疼痛表情图片进行预处理;构建多头多层次特征稀疏transformer网络模型,其中,所述网络模型包括特征选择与压缩模块和多层次特征融合模块;基于构建的网络模型对预处理后的新生儿疼痛表情图片进行感情识别。本发明通过多头特征选择与压缩模块对token进行修剪与压缩,同时通过多层次特征融合模块弥补因为修剪而丢失信息导致的精度下降,该方法在减少计算量的同时提高了分类的准确度。

本发明授权基于多头多层次特征稀疏transformer的新生儿疼痛表情识别方法在权利要求书中公布了:1.一种基于多头多层次特征稀疏transformer的新生儿疼痛情感识别方法,其特征在于,包括以下步骤: 对新生儿疼痛表情图片进行预处理; 构建多头多层次特征稀疏transformer网络模型,其中,所述网络模型包括特征选择与压缩模块和多层次特征融合模块; 构建特征选择与压缩模块,具体步骤包括:对token进行选择与分类、将token进行配对和将token进行融合; 对token进行选择与分类的具体步骤包括:选择需要修剪的token,即将所有token分为保留集和舍弃集;输入向量通过一个多头注意力机制,具体公式为: 1 其中,x表示输入向量表示输出向量,表示图像被分块的个数,表示输入特征的维度; 通过多层感知机对特征进行编码,得到局部特征,具体公式为: 2 其中,表示保留的维度; 对被保留的token进行平均池化得到全局特征,具体公式为: 3 其中,表示决策矩阵,用于标识将token划分到保留集或舍弃集; 将全局特征与局部特征进行结合,输入多层感知机,得到每个token的概率,具体公式为: 4 5 其中,表示局部与全局特征的拼接后的向量,表示将第个token舍弃的概率,表示将第个token保留的概率; 基于Gumbel-Softmax技术对token保留的概率进行采样,具体公式为: Gumbel-Softmax6 其中,表示独热码向量; 设定token修剪率为,将所有的token划分为两个子集保留集和舍弃集,将保留概率最高的前的token划分到保留集中,将其余的token划分到舍弃集中; 将token进行配对的具体步骤包括:计算舍弃集中的所有token与保留集中token的相似度,计算公式为: 7 其中,表示相似度矩阵,表示舍弃集中的第个token,表示保留集中的第个token; 对于每个舍弃集中的token,选择与保留集中token的相似度最高的token,具体公式为: 8 其中,表示舍弃集中的token与保留集中的token对应的目标token; 定义掩码矩阵表示token配对的结果,具体公式为: 9 其中,和分别表示舍弃集与保留集中元素的数量; 基于构建的网络模型对预处理后的新生儿疼痛表情图片进行感情识别。

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南京邮电大学,其通讯地址为:210023 江苏省南京市栖霞区文苑路9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。