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！

龙图腾网恭喜华东师范大学;上海航天计算机技术研究所申请的专利基于语义和空谱特征融合的高光谱目标检测识别方法和系统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：CN119992238B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202510472960.6，技术领域涉及：G06V10/764；该发明授权基于语义和空谱特征融合的高光谱目标检测识别方法和系统是由廉鹏飞;林渤然;王辉;黄宇轩;刘奎;邱源设计研发完成，并于2025-04-16向国家知识产权局提交的专利申请。

本基于语义和空谱特征融合的高光谱目标检测识别方法和系统在说明书摘要公布了：本发明提供了一种基于语义和空谱特征融合的高光谱目标检测识别方法和系统，包括：步骤1：基于无监督异常检测算法提取高光谱图像中的异常目标，通过约束能量最小化算子进行目标快速粗检测，并基于帧间运动特性对比排除虚警；步骤2：采用双流卷积神经网络对粗检测结果进行精检测，获取目标的空间‑光谱特征信息，结合立方长短时记忆网络预测目标的置信区间范围，实现动态跟踪；步骤3：利用基于历史光谱训练的支持向量机对检测目标进行分类，判别其所属类别。本发明通过多层次的目标检测设计，在没有可参考目标光谱的情况下对不同类目标进行高置信度检测，为天基探测预警提供有效途径。

本发明授权基于语义和空谱特征融合的高光谱目标检测识别方法和系统在权利要求书中公布了：1.一种基于语义和空谱特征融合的高光谱目标检测识别方法，其特征在于，包括： 步骤1：基于无监督异常检测算法提取高光谱图像中的异常目标，通过约束能量最小化算子进行目标快速粗检测，并基于帧间运动特性对比排除虚警； 步骤2：采用双流卷积神经网络对粗检测结果进行精检测，获取目标的空间-光谱特征信息，结合立方长短时记忆网络预测目标的置信区间范围，实现动态跟踪； 步骤3：利用基于历史光谱训练的支持向量机对检测目标进行分类，判别其所属类别； 所述步骤2中双流卷积神经网络包括上分支和下分支，每个分支包含一个输入，在每个分支中利用9个卷积层提取输入像素丰富的光谱信息，利用一维卷积层来实现卷积操作； 在网络中使用核步长为2的卷积层代替池化层，为最大限度保留光谱特征，基于不同的平均池化层，将核步长为2的卷积层提取的所有特征与最后一层提取的特征相加，然后通过AVG池化层和全连接层操作获得每个分支的最终特征； 在双流卷积神经网络中，为目标先验像素，为目标像素，为背景像素，根据训练样本构造，上分支的输入始终为，当下分支的输入为时，训练样本的标签为1，当下分支的输入为时，标签为0；经过多次卷积操作、池化操作和一次全连接操作，得到两个分支的最终特征，记为和，然后把两个特征结合起来： 最后，双流卷积神经网络的输出通过最后一层全连接层和一个Sigmoid函数得到； 所述步骤2中立方长短时记忆网络由空间分支、时间分支和输出分支构成，输入包括目标的经纬度、速度、加速度及历史轨迹，输出为下一时刻目标位置的预测结果；通过计算目标像元运动速度，及相邻帧运动距离，限定置信区间为上一帧位置10像素邻域范围，其中，V为目标速度，为轨道倾角，r为视频高光谱相机成像的空间分辨率，f为视频帧率。

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华东师范大学;上海航天计算机技术研究所，其通讯地址为：200062 上海市普陀区中山北路3663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”。