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！

龙图腾网恭喜昆明理工大学申请的专利一种基于胶囊网络和混合注意力的双重生成对抗学习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：CN113378949B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202110690163.7，技术领域涉及：G06V10/82；该发明授权一种基于胶囊网络和混合注意力的双重生成对抗学习方法是由王蒙;陈家兴;王强;李鑫凯;邵逸轩设计研发完成，并于2021-06-22向国家知识产权局提交的专利申请。

本一种基于胶囊网络和混合注意力的双重生成对抗学习方法在说明书摘要公布了：本发明涉及了一种基于胶囊网络和混合注意力的双重生成对抗学习方法，属于人工智能、图像处理领域。本发明为一种结合了胶囊网络、自注意力、混合注意力和对抗学习的图像生成方法，包括基于自注意力和胶囊网络的自编码器模块、向量空间自对抗模块、样本空间自对抗模块。并且，样本空间自对抗模块中的样本空间生成器是基于混合注意力的深度生成模型，样本空间判别器则借鉴了LeNet‑5网络。本发明提高了对抗学习在少样本训练生成清晰图像任务中的运算准确度和工作效率，减少了训练时间和训练样本的数量，泛化能力更强，在MNIST等基准数据集上验证了该模型的有效性。

本发明授权一种基于胶囊网络和混合注意力的双重生成对抗学习方法在权利要求书中公布了：1.一种基于胶囊网络和混合注意力的双重生成对抗学习方法，其特征在于：包括基于自注意力和胶囊网络的自编码器模块E、向量空间自对抗模块和样本空间自对抗模块；基于自注意力和胶囊网络的自编码器模块E，包括自编码器模块输入层、并行卷积层、自注意力层、初级胶囊层和终极胶囊层；初级胶囊层经过压缩运算得到终极胶囊层，组成输出层Ze，终极胶囊层里的每个胶囊里存储了对应类别的姿态、方向、粗细的高级特征；向量空间自对抗模块，包括向量空间生成器GA和向量空间判别器DA；样本空间自对抗模块，包括样本空间生成器GB和样本空间判别器DB；所述方法的具体步骤如下：1预处理自编码器模块输入层输入的真实图片，从真实图片的特征分布中随机采样提取随机噪声z和样本标签L；2自编码器模块E对真实图片进行编码，最终得到一个由终极胶囊层组成的真实向量空间Ze并输入给向量空间判别器DA，向量空间生成器GA根据步骤1提取的随机噪声z和样本标签L生成一个接近真实的虚拟向量空间Za并输入给向量空间判别器DA和样本空间生成器GB；3向量空间判别器DA判断步骤2输入给自己的是真实向量空间Ze还是虚拟向量空间Za，并且把判断结果反馈给向量空间判别器DA和向量空间生成器GA；4样本空间生成器GB根据步骤2中输入的虚拟向量空间Za和步骤1提取的样本标签L生成虚拟图像，并将虚拟图像输入给样本空间判别器DB，并且，步骤1的真实图片也会输入给样本空间判别器DB；5样本空间判别器DB判断步骤4输入给自己的是真实图片还是虚拟图像，并且把判断结果反馈给样本空间判别器DB和样本空间生成器GB；向量空间生成器GA包括一个向量空间生成器输入层、三个向量空间生成器隐藏层和一个线性输出层，三个向量空间生成器隐藏层均为LeakyReLU激活函数激活的全连接网络，神经元个数分别为512、1024、512；向量空间判别器DA包括一个向量空间判别器输入层、三个向量空间判别器隐藏层和一个非线性输出层，三个向量空间判别器隐藏层均为BNReLU激活函数激活的全连接网络，神经元个数分别为512、1024、512；样本空间生成器GB包括卷积核为1×1的卷积层、混合注意力模块、反卷积层，混合注意力模块包括通道注意力模块和空间注意力模块，具体运行步骤为：2.1虚拟向量空间Za经过卷积层得到特征图F；2.2特征图F通过通道注意力模块后得到的结果，与特征图F做张量乘法，得到特征图Fc；特征图Fc通过空间注意力模块后得到的结果，与特征图Fc做张量乘法，得到Fs；2.3样本标签L经过reshape重构计算后得到的结果，先与特征图F做张量乘法，再依次与特征图Fc和特征图Fs做矩阵加法，得到特征图F*；2.4特征图F*通过反卷积层得到虚拟图像，并将虚拟图像输入给样本空间判别器DB；步骤2.2的运算公式为： 其中，表示张量乘法，Mc表示通道注意力模块，Ms表示空间注意力模块，σ表示sigmoid函数；步骤2.3的运算公式为 其中，k示矩阵加法；样本空间判别器DB包括一级卷积层、一级池化层、二级卷积层、二级池化层、全连接层和样本空间判别器输出层，具体运行步骤为：3.1真实图片或虚拟图像依次经过一级卷积层和一级池化层，得到特征图v*；3.2特征图y*依次经过二级卷积层和二级池化层，得到的结果再经过样本空间判别器输出层输出结果yb；步骤3.1和步骤3.2的运算公式分别为：y*＝MaxPoolConvpyb＝σMaxPoolConvy*其中，MaxPool为池化操作，p为输入的真实图片或虚拟图像。

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昆明理工大学，其通讯地址为：650093 云南省昆明市五华区学府路253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”。