Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 耕宇牧星(北京)空间科技有限公司李冠群获国家专利权

耕宇牧星(北京)空间科技有限公司李冠群获国家专利权

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!

龙图腾网获悉耕宇牧星(北京)空间科技有限公司申请的专利一种基于特征自适应处理的遥感图像目标分割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:CN119963832B

龙图腾网通过国家知识产权局官网在2025-09-12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:202510032135.4,技术领域涉及:G06V10/26;该发明授权一种基于特征自适应处理的遥感图像目标分割方法是由李冠群设计研发完成,并于2025-01-09向国家知识产权局提交的专利申请。

一种基于特征自适应处理的遥感图像目标分割方法在说明书摘要公布了:本发明公开了一种基于特征自适应处理的遥感图像目标分割方法,涉及遥感图像处理技术领域,包括以下步骤:步骤1:采集遥感图像并进行预处理和数据增强,获得训练数据集;步骤2:构建遥感图像分割网络,并利用训练数据集进行训练,获得遥感图像分割模型;遥感图像分割网络包括依次连接的编码器、特征自适应处理模块、多尺度特征融合模块和解码器;步骤3:采集待分割遥感图像,输入至遥感图像分割模型中,获得目标分割结果。本发明通过引入特征自适应处理模块和多尺度特征融合技术,能够有效提高遥感图像中目标的分割精度。

本发明授权一种基于特征自适应处理的遥感图像目标分割方法在权利要求书中公布了:1.一种基于特征自适应处理的遥感图像目标分割方法,其特征在于,包括以下步骤: 步骤1:采集遥感图像并进行预处理和数据增强,获得训练数据集; 步骤2:构建遥感图像分割网络,并利用训练数据集进行训练,获得遥感图像分割模型;遥感图像分割网络包括依次连接的编码器、特征自适应处理模块、多尺度特征融合模块和解码器; 步骤3:采集待分割遥感图像,输入至遥感图像分割模型中,获得目标分割结果; 遥感图像分割网络对训练图像进行处理的过程包括: 训练数据集中图像输入编码器进行特征图提取,获得多种尺度的高维特征图,包括高维特征图X1、高维特征图X2和高维特征图X3; 特征自适应处理模块对高维特征图依次进行池化操作、融合操作和多头注意力机制增强操作,获得自适应特征图; 多尺度特征融合模块对自适应特征图进行特征提取和自适应融合,获得融合特征图; 解码器对融合特征图依次进行加权融合、卷积调整和上采样,获得目标分割结果; 特征自适应处理模块包括第一平均池化层、第二平均池化层、初始融合层、多头注意力层、第一1×1卷积层、激活函数层、第二1×1卷积层和注意力融合层,具体处理过程为: 步骤211:高维特征图X1经过第一平均池化层获得池化后特征图X′1,高维特征图X2经过第二平均池化层,获得池化后特征图X′2; 步骤212:池化后特征图X′1、池化后特征图X′2和高维特征图X3在初始融合层进行拼接或加权融合,获得初始融合特征Xfusion; 步骤213:初始融合特征Xfusion在多头注意力层并映射到多个子空间,通过多个检测头进行并行计算,获得多个注意力图,并将所有注意力图与初始融合特征Xfusion相乘,获得注意力加权特征图Xattn; 步骤214:注意力加权特征图Xattn在第一1×1卷积层进行卷积操作,获得压缩特征图; 步骤215:压缩特征图在激活函数层进行激活,获得激活特征图; 步骤216:激活特征图在第二1×1卷积层进行卷积操作,获得权重图W; 步骤217:注意力融合层将注意力加权特征图Xattn和权重图W相乘,获得自适应特征图Xenhanced。

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耕宇牧星(北京)空间科技有限公司,其通讯地址为:100095 北京市海淀区地锦路9号院14号楼101-1;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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。