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！

龙图腾网获悉深圳大学申请的专利基于全局-局部残差融合网络的高光谱图像特征提取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：CN117058406B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202310816226.8，技术领域涉及：G06V10/42；该发明授权基于全局-局部残差融合网络的高光谱图像特征提取方法是由贾森;薛佳齐;叶松鑫;张书瑜设计研发完成，并于2023-07-04向国家知识产权局提交的专利申请。

本基于全局-局部残差融合网络的高光谱图像特征提取方法在说明书摘要公布了：本发明涉及图像处理技术领域，具体是涉及基于全局‑局部残差融合网络的高光谱图像特征提取方法。本发明首先提取高光谱图像的初级特征图，然后对初级特征图分别进行全局特征提取、局部特征提取以及残差特征提取，以得到全局特征图、局部特征图、残差特征图，最后这三种特征图进行融合以得到融合特征图。由于本发明采用三种方式提取特征，增加了提取到的特征多样性，从而提高了最后得到的融合特征图的质量。

本发明授权基于全局-局部残差融合网络的高光谱图像特征提取方法在权利要求书中公布了：1.一种基于全局-局部残差融合网络的高光谱图像特征提取方法，其特征在于，包括： 提取高光谱图像的初级特征图； 对所述初级特征图应用全局特征提取算法，得到全局特征图； 对所述初级特征图应用局部特征提取算法，得到局部特征图； 对所述初级特征图应用残差网络，得到残差特征图； 对所述全局特征图、所述局部特征图和所述残差特征图进行融合，得到融合特征图； 所述提取高光谱图像的初级特征图，包括： 对所述高光谱图像应用1x1卷积，得到所述初级特征图中的第一初级特征图； 对所述高光谱图像应用3x3卷积，得到所述初级特征图中的第二初级特征图； 对所述高光谱图像应用5x5卷积，得到所述初级特征图中的第三初级特征图； 所述对所述初级特征图应用局部特征提取算法，得到局部特征图，包括： 拼接所述第一初级特征图、所述第二初级特征图、所述第三初级特征图，得到拼接初级特征图； 对所述拼接初级特征图进行卷积操作以扩展所述拼接初级特征图的数量，得到特征图集合，其中，所述特征图集合由每个特征图组构成； 生成每个所述特征图组的各个特征映射； 将各个所述特征映射乘以核权重，得到各个特征映射集合，所述核权重与所述特征映射在所述高光谱图像中的位置相关； 对各个所述特征映射集合进行设定操作核的移动变换，得到移动变换之后的各个特征映射； 对移动变换之后的各个特征映射进行聚合操作，得到每个所述特征图组的局部特征信息； 对每个所述特征图组的局部特征信息进行拼接操作，得到局部特征图。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区南海大道3688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”。

以上内容由龙图腾AI智能生成。