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！

龙图腾网恭喜山东交通学院申请的专利一种基于感知上下文注意力机制的卷积神经网络实现提取特征图中通道和空间信息的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：CN119227748B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202411745329.0，技术领域涉及：G06N3/0464；该发明授权一种基于感知上下文注意力机制的卷积神经网络实现提取特征图中通道和空间信息的方法是由司炜;王成;庞希愚;栗世涛;田佳琛;周晓颖;刘彤欣;马腾达设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本一种基于感知上下文注意力机制的卷积神经网络实现提取特征图中通道和空间信息的方法在说明书摘要公布了：本发明涉及计算机技术领域，具体地涉及一种基于感知上下文注意力机制的卷积神经网络，所述卷积神经网络能够在不引入额外的计算负担的情况下，保留整个特征图的全局上下文的像素感知，同时自适应地感知局部区域的细粒度信息。具体来说，在基于该机制所设计的空间和通道模块中，通过对输入特征图沿不同维度进行划分，在一定范围内的所有查询和键进行交互来生成局部上下文感知权重，将封装了局部信息的键和值进行压缩后与原始的查询输入到全连接层中。在此过程中利用每个查询和压缩后键和值之间的相互关系，进一步将学习到的局部信息嵌入到全局信息中，得到粗‑细粒度渐进混合上下文网络，实现了同时兼顾局部像素信息和全局像素信息的效果。

本发明授权一种基于感知上下文注意力机制的卷积神经网络实现提取特征图中通道和空间信息的方法在权利要求书中公布了：1.一种基于感知上下文注意力机制的卷积神经网络实现提取特征图中通道和空间信息的方法，其特征在于，包括：所述卷积神经网络以ResNet-50作为骨干网络，将ResNet-50网络res_conv4_1之后的残差块划分为三个分支：空间混合分支-1、空间混合分支-2和通道混合分支；空间混合分支-1和空间混合分支-2均嵌入混合上下文感知的空间注意力HCA-S模块，用于强调特征图重要的空间位置信息；通道混合分支嵌入混合上下文感知的通道注意力HCA-C模块，用于从通道维度获取特征图重要的信息；HCA-S模块和HCA-C模块分别从空间维度和通道维度动态感知周围像素；所述HCA-S模块将输入特征图利用卷积得到三个张量：查询矩阵、键矩阵和值矩阵；所述查询矩阵和键矩阵均匀地划分为若干个非重叠窗口，每个窗口特征图的二维空间被展平为一维序列，分别得到若干个窗口查询矩阵和窗口键矩阵，基于窗口查询矩阵和窗口键矩阵生成的空间注意力矩阵建立空间维度上的局部增强键矩阵和局部增强值矩阵；基于局部增强键矩阵和局部增强值矩阵构建全局感知权重，使用全局感知权重来重建值矩阵，获得具有局部增强的全局上下文感知矩阵，将全局上下文感知矩阵与输入特征图相乘并相加得到HCA-S模块的最终输出特征图；所述HCA-C模块的输入特征图的二维空间被展平为一维序列，再经过全连接层得到查询矩阵、键矩阵和值矩阵；沿通道维度对查询矩阵和键矩阵分别均匀划分为若干个组，基于通道组查询矩阵和通道组键矩阵生成的多通道组融合注意力矩阵建立通道维度上的局部增强键矩阵和局部增强值矩阵，基于局部增强键矩阵和局部增强值矩阵构建全局感知权重，使用全局感知权重来重建值矩阵，获得具有局部增强的全局上下文感知矩阵，将全局上下文感知矩阵与输入特征图相乘并相加得到HCA-C模块的最终输出特征图；所述HCA-S模块中，基于窗口查询矩阵和窗口键矩阵生成的空间注意力矩阵建立空间维度上的局部增强键矩阵和局部增强值矩阵的过程为：对划分后的独立的窗口并行计算注意力得分，将窗口查询矩阵与转置后的窗口键矩阵相乘得到窗口注意力矩阵；将窗口注意力矩阵沿着列维度进行压缩操作得到窗口注意力向量；将压缩后得到的若干个窗口注意力向量进行聚合，得到多窗口融合的空间注意力矩阵；将空间注意力矩阵经过重塑操作后，再进行归一化操作，得到空间维度上的权重感知器；基于生成的权重感知器，并利用标量乘积分别对键矩阵和值矩阵进行重新调整，得到空间维度上的局部增强键矩阵和局部增强值矩阵；所述HCA-C模块中，基于通道组查询矩阵和通道组键矩阵生成的多通道组融合注意力矩阵建立通道维度上的局部增强键矩阵和局部增强值矩阵的过程为：对划分的若干个组通过重塑操作来分别得到每组的通道组查询矩阵和通道组键矩阵；将通道组键矩阵转置与通道组查询矩阵进行矩阵相乘后得到的矩阵沿行维度进行压缩操作，得到通道组注意力向量；若干个组的通道组注意力向量进行聚合操作得到多通道组融合注意力矩阵；将多通道组融合注意力矩阵经过重塑操作后，再进行归一化操作，得到通道维度上的权重感知器；基于生成的权重感知器，并利用标量乘积分别对键矩阵和值矩阵进行重新调整，得到通道维度上的局部增强键矩阵和局部增强值矩阵。

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山东交通学院，其通讯地址为：250000 山东省济南市天桥区交校路5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”。