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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于特征校正和多级对抗防御的遥感图像深度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：CN117253161B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202311200120.1，技术领域涉及：G06V20/17；该发明授权基于特征校正和多级对抗防御的遥感图像深度识别方法是由孙浩;逯子豪;计科峰;匡纲要设计研发完成，并于2023-09-18向国家知识产权局提交的专利申请。

本基于特征校正和多级对抗防御的遥感图像深度识别方法在说明书摘要公布了：本申请涉及一种基于特征校正和多级对抗防御的遥感图像深度识别方法。所述方法包括：根据PGD算法对遥感数据集进行对抗攻击并添加扰动制作对抗样本；在多个卷积神经基础子网络中添加特征校正模块到每个卷积神经基础子网络的中间层构建集成模型；根据对抗样本和预先设置的对抗损失函数对集成模型进行对抗训练，得到深度集成网络模型；对遥感数据集和对抗样本进行标注，在深度集成网络模型的每个子网络上根据标注后的样本训练多个对抗检测器，通过逻辑回归分类器对每个对抗检测器的输出进行整合构建被动防御模块；将被动防御模块和深度集成网络模型按序连接构建遥感图像深度识别模型，根据遥感图像深度识别模型对待测遥感图像进行图像识别。采用本方法能够提高无人机视觉识别系统的对抗鲁棒性。

本发明授权基于特征校正和多级对抗防御的遥感图像深度识别方法在权利要求书中公布了：1.一种基于特征校正和多级对抗防御的遥感图像深度识别方法，其特征在于，所述方法包括： 获取遥感数据集；根据PGD算法对所述遥感数据集进行对抗攻击并添加扰动制作对抗样本；所述对抗样本包括遥感图像和对抗攻击后的图像； 在多个卷积神经基础子网络中添加特征校正模块到每个卷积神经基础子网络的中间层构建集成模型；根据所述对抗样本和预先设置的对抗损失函数对所述集成模型进行对抗训练，得到深度集成网络模型； 对所述遥感数据集和所述对抗样本进行标注，在深度集成网络模型的每个子网络上根据标注后的样本训练多个对抗检测器，通过逻辑回归分类器对每个对抗检测器的输出进行整合构建被动防御模块； 将所述被动防御模块和深度集成网络模型按序连接构建遥感图像深度识别模型，根据所述遥感图像深度识别模型对待测遥感图像进行图像识别； 所述添加特征校正模块的过程包括： 添加特征校正模块的过程包括分离阶段和重新校准阶段；所述特征校正模块包括分离网络和全连接网络；所述全连接网络为集成模型的辅助层； 在分离阶段中，定义一个分离网络用于学习特征单元的鲁棒性，输出鲁棒性图谱；根据所述鲁棒性图谱设置软掩码，利用所述软掩码和预先设置的特征阈值来分解特征图，得到稳健特征和非稳健特征； 将稳健特征和非稳健特征加入全连接网络中，根据预先设置的第一损失函数引导分离网络为有助于辅助层做出正确决策的特征单元分配较高的鲁棒性得分帮助辅助层做出正确的预测；所述正确的预测包括正确的稳健特征和正确的非稳健特征； 根据校准网络对所述正确的非稳健特征进行校准，得到校准后的非稳健特征； 在重新校准阶段，根据辅助层对校准后的非稳健特征进行重新校准，得到重新校准后的非稳健特征； 根据所述稳健特征和重新校准后的非稳健特征输出特征图； 所述第一损失函数为 其中，yc为真实标签，为相对应的置信度得分；y′c是置信度得分最高的错误标签，为置信度得分； 所述重新校准的校准损失函数为 其中，是辅助层的输出预测得分，yc为真实标签。

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中国人民解放军国防科技大学，其通讯地址为：410000 湖南省长沙市开福区德雅路109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”。