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！

龙图腾网获悉中国农业大学申请的专利一种基于Transformer的葡萄叶病斑图像分割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：CN115810017B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202211077096.2，技术领域涉及：G06T7/10；该发明授权一种基于Transformer的葡萄叶病斑图像分割方法是由穆维松;张馨心;金海滨;刘梦设计研发完成，并于2022-09-05向国家知识产权局提交的专利申请。

本一种基于Transformer的葡萄叶病斑图像分割方法在说明书摘要公布了：本发明属于农业信息技术领域，特别涉及一种基于Transformer的葡萄叶病斑图像分割方法，本发明针对葡萄叶病斑特征，提出一种基Transformer的葡萄叶病斑图像分割方法，即LRT，该技术旨在从小波变换和CNN的角度探索可逆注意力机制，以解决传统下采样造成的Transformer上下文语义信息丢失的问题，该发明通过对键‑值进行无损下采样来实现自我注意力学习，从而有助于追求更好的效率与准确性之间的权衡，提高模型的分割性能。

本发明授权一种基于Transformer的葡萄叶病斑图像分割方法在权利要求书中公布了：1.一种基于Transformer的葡萄叶病斑图像分割方法，其特征在于，该方法从小波变换和CNN的角度探索可逆注意力机制，构建局部可逆Transformer模型，即LRT，以解决传统下采样造成的Transformer上下文语义信息丢失的问题； 所构建的LRT模型采用了渐进金字塔策略，分为四个阶段，每个阶段又由四部分组成，分别是重叠令牌合并、局部学习单元、小波增强注意力模块和卷积前馈神经网络； 所述的重叠令牌合并通过改变卷积操作的参数来调整每个阶段的令牌特征维度和令牌数量，将前一阶段的二维重构特征图作为i阶段的输入，定义函数f·，将xi-1特征映射到具有通道大小Ci的新令牌fxi-1，其中f·是卷积核大小为k×k的二维卷积运算，步长为s，填充大小为p，新令牌特征的高度和宽度如下： 此操作中，第一阶段的卷积参数被设定为k＝7,s＝4,p＝3，其余阶段被设置为k＝3,s＝2,p＝1； 所述局部学习单元耦合了CNN和Transformer的优势，可以提高特征表示学习能力，增强局部感知能力，提取更丰富的语义信息，其可以被表示为： LLUXi＝DWConvXi+Xi 其中DWConv·表示深度可分离卷积操作； 所述小波增强注意力模块设计了一种以可逆方式表示特征的注意力机制，被称为小波增强注意力机制，在多头注意力机制中引入了离散小波变换DWT代替以前的下采样运算，具体分为三个步骤： 步骤5.1：输入图像通过DWT被分解成四个频率子带； DWT通过一系列高通和低通滤波器将输入图像分解为4个频率子带其中L表示低通滤波器，W表示高通滤波器，滤波器和DWT可以表示为： 其中，LL是输入图像的近似图像，表示低频子带，LH,HL,HH分别表示提取原始图像的水平、垂直和对角线特征； 步骤5.2：执行卷积以进一步在频率子带上施加空间局部性； 采用3×3卷积生成局部特征图，局部特征图Xc的线性投影为键和值 步骤5.3：多头注意力特征学习和离散小波逆变换IDWT重建图像并行操作； 其中，注意力机制Attentionw表示为： 其中，和分别表示与第i-th个头对应的键和值，基于i-th分解后的低频系数和从1-th到i-th的高频系数实现逆DWT即IDWT，利用IDWT重建后的图像保留了原始图像的所有高频和低频信息，每个头部学习特征聚合第i阶段的全局信息，公式如下： WEX＝MultiHeadwXWq,XcWk,XcWv,Xr 其中Xr表示局部上下文信息，WO表示变换矩阵。

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农业大学，其通讯地址为：100193 北京市海淀区圆明园西路2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。