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！

龙图腾网恭喜哈尔滨工程大学申请的专利一种基于自注意力交互融合的图像情绪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：CN114241242B 。

龙图腾网通过国家知识产权局官网在2025-03-21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：202111563809.1，技术领域涉及：G06V10/764；该发明授权一种基于自注意力交互融合的图像情绪分类方法是由高伟;马瑞;刘清泰设计研发完成，并于2021-12-20向国家知识产权局提交的专利申请。

本一种基于自注意力交互融合的图像情绪分类方法在说明书摘要公布了：本发明属于图像情绪分类技术领域，具体涉及一种基于自注意力交互融合的图像情绪分类方法。本发明通过提取对象检测器输出的特征图来表示对象的低级语义特征，并通过空间费舍尔向量方法，生成情绪图像的对象语义特征表示；使用全卷积神经网络提取显著图，对其进行二值化分割，将二值图的白色区域的最小外接矩形部分图像内容送入预训练的CNN，取倒数第二个全连接层的2048维度向量作为显著区域特征，利用CNN全连接层的输出作为情绪图像的全局外观特征；将这三种深度特征送入自注意力转换网络，生成最终的图像情绪分类结果。本发明能够提供更为精准的图像情绪分类结果，帮助机器理解图像所隐含的情感。

本发明授权一种基于自注意力交互融合的图像情绪分类方法在权利要求书中公布了：1.一种基于自注意力交互融合的图像情绪分类方法，其特征在于，包括以下步骤：步骤1：使用177类对象图像来训练YOLOv2对象检测器；将图像拉伸为608*608维输入到YOLOv2，输出特征图的维数是328510，对特征图的每个单元的5个锚点框应用maxpooling，得到维数为65702的特征图；65702维可以被看作是带有182维度的局部描述符乘以361个；将65702维的特征图通过空间费舍尔向量方法转化为47616维，使用128个高斯核对其进行主成分分析降维，得到2048维度的对象语义特征；步骤2：原输入图像经过缩放，以224*224*3的尺寸送入一个预训练的全卷积网络FCN，获取尺寸为224*224*1的显著图，对其进行二值化分割；步骤3：将二值图的白色区域的最小外接矩形部分图像内容送入预训练的卷积神经网络CNN，取倒数第二个全连接层的2048维度向量作为显著区域特征；步骤4：将原输入图像输入预训练的卷积神经网络CNN，利用CNN全连接层输出的2048维度向量作为图像的全局外观特征；步骤5：将对象语义特征、显著区域特征、全局外观特征输入自注意力转换网络中进行训练，自注意力转换网络交互融合生成特征向量映射至八个情感类别，得到每个情感对应的概率，取对应概率最高的情感作为图像情绪；步骤6：将待分类的图像经过缩放后，输入至训练好的YOLOv2对象检测器中得到2048维度的对象语义特征，输入至训练好的预训练的卷积神经网络CNN获取显著区域特征和全局外观特征；将待分类的图像的对象语义特征、显著区域特征、全局外观特征输入训练好的自注意力转换网络中，得到每个情感对应的概率，取对应概率最高的情感作为图像情绪。

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室；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”。