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！

龙图腾网获悉山东科技大学;青岛阅海信息服务有限公司申请的专利一种基于多尺度金字塔空间独立卷积的遥感影像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：CN114241297B 。

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：202111369500.9，技术领域涉及：G06V20/10；该发明授权一种基于多尺度金字塔空间独立卷积的遥感影像分类方法是由徐翰文;艾波;吕冠南;尚恒帅;冯文君设计研发完成，并于2021-11-16向国家知识产权局提交的专利申请。

本一种基于多尺度金字塔空间独立卷积的遥感影像分类方法在说明书摘要公布了：本发明涉及遥感影像分类技术领域，涉及了一种基于多尺度金字塔空间独立卷积的遥感影像分类方法，包括S1、对遥感影像执行预处理，选取代表性的图幅通过人工逐像素标注的方式制作分类样本数据集；S2、对S1得到的分类样本数据集进行图像增强，图像增强方法包含水平与竖直翻转、尺寸随机重采样和高斯模糊；S3、利用深度残差网络提取图像增强后图像的特征；S4、基于S3中图像的特征进一步构建多尺度特征金字塔，输出多分辨率多尺度特征；S5、设计空间独立卷积，以解耦合的原则融合S4的多尺度特征并输出融合特征；S6、利用线性层将S5的融合特征映射到类别，输出分类结果。本发明实现了多尺度特征的动态融合，简单有效，计算量少，分类精度进一步提高。

本发明授权一种基于多尺度金字塔空间独立卷积的遥感影像分类方法在权利要求书中公布了：1.一种基于多尺度金字塔空间独立卷积的遥感影像分类方法，其特征在于，包括： S1、对遥感影像执行预处理，选取代表性的图幅通过人工逐像素标注的方式制作分类样本数据集；S2、对S1得到的分类样本数据集进行图像增强，图像增强方法包含水平与竖直翻转、尺寸随机重采样和高斯模糊； S3、利用深度残差网络提取S2中图像增强后图像的特征；S4、基于S3中图像的特征进一步构建多尺度特征金字塔，输出多分辨率多尺度特征；S5、设计空间独立卷积，以解耦合的原则融合S4的多尺度特征并输出融合特征； S6、利用线性层将S5的融合特征映射到类别，输出分类结果； S3中的深度残差网络由多个卷积残差块堆叠而成，残差块将卷积分为直接映射部分和残差部分，具体为：xi+1＝xi+Fcxi,wi，xi为直接映射部分，Fcxi,wi为残差部分； 如果xi与xi+1的通道数不同，则需要使用1×1卷积对xi进行维度缩放，此时残差块表示为：xi+1＝Hxi,wh+Fcxi,wi，H代表调整维度的1×1卷积操作； S4中，特征金字塔直接在深度残差网络上做修改，将每个灰度的特征图与后一分辨率缩放两倍的特征图做逐点相加操作，最后对齐尺度特征并输出； S5中，设输出的融合特征为x∈RC×G×H×W，H与W代表多尺度特征的长与宽，C为每一尺度特征的通道数，G代表不同尺度的个数，空间独立卷积为： 代表由卷积核W∈RO×C×G×Ω×Ω×C×G×K×K生成的空间独立卷积核，F代表由空间独立卷积核生成的融合特征； 使用分组卷积来生成并将来自同一分支的特征视为一个组，在分组卷积后加入Softmax函数，将不同分辨率特征的权重之和约束为1，改进后的空间独立卷积为： S6中所述线性层即全连接层，表达式为：yi,j＝WTxi,j+b，其以S5输出融合特征的点为单位进行运算，将特征的维度转换为类别的维度，实现地物分类。

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科技大学;青岛阅海信息服务有限公司，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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”。