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！

龙图腾网获悉常州大学申请的专利基于残差姿态胶囊路由的图像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：CN116433987B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202310509525.7，技术领域涉及：G06V10/764；该发明授权基于残差姿态胶囊路由的图像分类方法是由刘毅;周凌;沈仁杰;顾玉宛;李宁;石林;徐守坤设计研发完成，并于2023-05-08向国家知识产权局提交的专利申请。

本基于残差姿态胶囊路由的图像分类方法在说明书摘要公布了：本发明涉及图像处理领域，尤其涉及一种基于残差姿态胶囊路由的图像分类方法，所述方法为：构建基于残差姿态路由胶囊网络的图像分类网络；基于残差姿态路由胶囊网络的图像分类网络包括基础特征提取网络和残差姿态路由胶囊网络；基础特征提取网络用于对提取输入图像的基础深度特征；残差姿态路由胶囊网络包括残差胶囊路由模块和残差胶囊分类模块，残差胶囊路由模块用于基于基础深度特征提取并组建胶囊特征，残差胶囊分类模块用于基于胶囊特征进行分类；训练构建的图像分类网络；基于训练好的图像分类网络对待检测图像进行分类。本发明减少了网络参数，降低路由复杂度。

本发明授权基于残差姿态胶囊路由的图像分类方法在权利要求书中公布了：1.基于残差姿态胶囊路由的图像分类方法，其特征在于：包括： 步骤S100：构建基于残差姿态路由胶囊网络的图像分类网络；其中， 基于残差姿态路由胶囊网络的图像分类网络包括基础特征提取网络和残差姿态路由胶囊网络； 基础特征提取网络用于提取输入图像的基础深度特征； 残差姿态路由胶囊网络包括残差胶囊路由模块和残差胶囊分类模块，残差胶囊路由模块用于基于基础深度特征提取并组建胶囊特征，残差胶囊分类模块用于基于胶囊特征进行分类； 步骤S200：训练构建的图像分类网络； 步骤S300：基于训练好的图像分类网络对待检测图像进行分类； 步骤S100中，基础特征提取网络包括一个卷积层和一个激活层；残差姿态路由胶囊网络包括四个残差胶囊路由模块和一个残差胶囊分类模块，其中，残差胶囊路由模块包括一个初级胶囊层和两个残差姿态路由层，残差胶囊分类模块包括一个初级胶囊层和一个残差姿态分类层； 步骤S300包括： 步骤S310：基础特征提取网络对待检测图像进行卷积激活操作来提取基础深度特征； 步骤S320：将基础深度特征输入至残差姿态路由胶囊网络的残差胶囊路由模块后，进行胶囊特征提取及组建； 步骤S330：将残差胶囊路由模块的胶囊特征输入到残差胶囊分类模块进行胶囊分类，利用输出胶囊分类的类别号； 步骤S320，包括： 步骤S321：利用初级胶囊层将基础深度特征生成胶囊特征； 创建两个分支计算姿态矩阵和激活值；对于姿态矩阵通过对输入数据采用一层卷积操作，计算姿势矩阵；对于激活值，通过对输入数据采用一层卷积和Sigmoid激活函数操作，用于计算激活值； 将姿态矩阵和激活值级联组成胶囊特征； 步骤S322：采用残差姿态路由算法计算高层胶囊姿态矩阵以及激活值； 高层胶囊姿态矩阵计算方法为： 根据协议路由机制，认为同层胶囊i和胶囊k姿态矩阵的关系表达式为： 其中，wij和wkj分别代表的是同层胶囊i和胶囊k与上层胶囊j的关联度；考虑到这两个权重矩阵通过学习获得，利用一个可学习的权重矩阵wik代替即： pk＝piwik 其中，pi表示胶囊i的姿态矩阵，wik表示可通过深度学习网络学习得到的权重矩阵； 这样就得到了同层胶囊i与胶囊k姿态矩阵的相关表达式； 处于L层的胶囊i和胶囊k构造与它们相熟悉的处于L+1层的整体胶囊j的姿态矩阵，采用向量相加来计算： 假定在L层有N个胶囊，那么处于L+1层的胶囊的姿态矩阵的计算表达式为： 其中，wi是可学习的4×4维的权重矩阵，[·]代表的是拼接操作； 高层胶囊姿态激活值计算方法为： 在计算了L+1层胶囊的姿态矩阵后，它的激活值可以通过对姿态矩阵进行隐式编码获得；一次卷积操作被用来对姿态矩阵进行编码，来获得其中的隐式信息，之后再利用一次Sigmoid函数进行激活以计算所需要的激活值，计算表达式如下所示： 其中，fSig·以及fConv·分别代表的是Sigmoid函数以及卷积操作； 假定在L层有N个胶囊，那么处于L+1层的胶囊的激活值的计算表达式为： 步骤S323：利用胶囊整合来组建胶囊特征； 每个胶囊通过串联姿态矩阵和激活值得到，即将L+1层每一个姿态矩阵和其对应特征值进行拼接，可以得到每一个胶囊，表达式为： 其中，[·]代表的是拼接操作，上标L+1表示层索引，l＝1,2,…； 之后，将L+1层中所有的胶囊进行整合，利用一次卷积操作和ReLU激活函数，获得关联所有胶囊的总体特征，表达式为： 其中，fReLU·代表的是ReLU函数，fConv·代表卷积运算，CapFL+1代表的是胶囊整合所得到的原始特征。

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常州大学，其通讯地址为：213164 江苏省常州市武进区滆湖中路21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。