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！

龙图腾网获悉北京理工大学申请的专利基于变形卷积选择分配网络的多源遥感影像场景识别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：CN115331107B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202211014325.6，技术领域涉及：G06V20/10；该发明授权基于变形卷积选择分配网络的多源遥感影像场景识别方法是由王俊杰;李伟;陶然;高云浩;张蒙蒙设计研发完成，并于2022-08-23向国家知识产权局提交的专利申请。

本基于变形卷积选择分配网络的多源遥感影像场景识别方法在说明书摘要公布了：本发明公开了一种基于变形卷积选择分配网络的多元遥感影像场景识别方法，在YOLOv3网络的特征提取基础网络中引入变形卷积，提取并保留多尺度、多形状的场景表现空间结构信息，在多源特征金字塔上引入选择性分配融合模块用于融合多元遥感影像，为不同的影像特征分配不同的融合权重。本发明可以通过变形卷积更好地提取影像中各类场景的空间信息，并通过融合模块结合多源遥感数据的优势，实现较高精度的场景识别精度。

本发明授权基于变形卷积选择分配网络的多源遥感影像场景识别方法在权利要求书中公布了：1.基于变形卷积选择分配网络的多源遥感影像场景识别方法，其特征在于，包括以下步骤： 步骤1：构建特征提取基础网络； 在YOLOv3的卷积神经网络中引入变形卷积代替普通卷积，获取多尺度、多形状的场景空间结构信息；为每一类遥感数据提供特征提取基础网络； 步骤2：融合异源遥感影像特征金字塔上对应尺度分支的目标特征； 在YOLOv3的特征金字塔各尺度分支上引入选择性分配融合模块用以融合多源遥感影像，对于不同影像的特征分配不同的融合权重； 包括如下子步骤： 步骤2.1：步骤1中的特征提取基础网络会通过卷积-下采样操作来得到不同尺度的特征图，对这些特征图进行反向的上采样操作，并与基础网络中得到的相同尺度的特征图进行拼接，构成特征金字塔的结构； 步骤2.2：构建选择性分配融合模块；针对异源特征输入和，首先将两者相加，得到；之后利用全局平均池化以及多个全连接层，得到两个特征加权的注意力向量和；将注意力向量与原有的特征输入相乘得到加权后的特征输出和，为不用的遥感数据分配不同的融合权重；之后，将两者相加得到融合增强后的特征输出； 步骤2.3：在步骤1构建的多尺度特征金字塔上引入选择性分配融合模块；将不同类别的遥感数据对应尺度的特征作为输入，得到融合后的多源多尺度特征金字塔； 步骤3：融合后的特征重新构成了新的不同尺度的特征表示，利用YOLOv3模型的损失函数，以最小化损失为优化目标，利用反向传播优化模型参数，训练场景识别模型； 步骤4：模型训练完成后保存，采集并输入所要进行场景识别任务的遥感影像，加载步骤3中训练完成的场景识别模型，利用该模型识别影像中的不用场景，得到目标场景的位置和类型，可视化输出。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街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”。