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！

龙图腾网恭喜东南大学申请的专利一种基于全局相似度的深度网络特征改进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：CN114299298B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202111645024.9，技术领域涉及：G06V10/40；该发明授权一种基于全局相似度的深度网络特征改进方法是由张金霞;魏海坤;张侃健;陈丽萍;周敏设计研发完成，并于2021-12-29向国家知识产权局提交的专利申请。

本一种基于全局相似度的深度网络特征改进方法在说明书摘要公布了：本发明提供了一种基于全局相似度的深度网络特征改进方法，包括：将输入图像划分成网格状图像块，基于输入特征张量获取图像块的特征张量；对两特征通道数进行精简；对两特征张量进行变维，得到特征矩阵；基于特征矩阵，在每个像素点特征和每个图像块特征之间计算相似度；对相似度进行归一化得到相似度权重；为每个像素点计算加权特征，进行矩阵变维，得到加权特征张量；将加权特征张量中精简的特征通道数变成初始的特征通道数；计算改进后的特征张量。本发明基于像素点和图像块之间的两两相似度对深度网络的输入特征进行改进，充分考虑到整个图像上不同区域间特征的依赖关系，有助于提高深度网络特征的表达能力，改进深度网络在图像识别上的性能。

本发明授权一种基于全局相似度的深度网络特征改进方法在权利要求书中公布了：1.一种基于全局相似度的深度网络特征改进方法，其特征在于，包括以下步骤：S1：将输入图像划分成网格状的图像块，并基于输入图像的特征张量获取图像块的特征张量；将输入图像的特征张量和图像块的特征张量进行特征通道数的精简；对输入图像的特征张量和图像块的特征张量进行变维，得到输入图像和图像块的特征矩阵；S2：基于输入图像和图像块的特征矩阵，在每个像素点特征和每个图像块特征之间计算相似度；S3：对相似度进行归一化得到相似度权重；S4：为每个像素点计算加权特征，权重为上一步骤中计算而得的相似度权重；一个像素点的加权特征等于所有相似图像块特征的加权和，计算公式如下： 变成初始的特征通道数的过程使用1x1的卷积核，特征通道数C'变成初始的特征通道数C；对加权特征进行矩阵变维，得到加权特征张量；将加权特征张量中精简的特征通道数变成初始的特征通道数；S5：改进后的特征张量等于变换后的加权特征张量与初始的输入特征张量之和。

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东南大学，其通讯地址为：210000 江苏省南京市麒麟科创园智识路26号启迪城立业园04幢；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”。