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 > 中国矿业大学周勇获国家专利权

中国矿业大学周勇获国家专利权

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!

龙图腾网获悉中国矿业大学申请的专利一种基于Kan-Mamba模型的遥感图像语义分割方法及装置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:CN119399473B

龙图腾网通过国家知识产权局官网在2025-10-03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:202411606296.1,技术领域涉及:G06V10/26;该发明授权一种基于Kan-Mamba模型的遥感图像语义分割方法及装置是由周勇;汤硕;杜文亮;赵佳琦;顾洋设计研发完成,并于2024-11-12向国家知识产权局提交的专利申请。

一种基于Kan-Mamba模型的遥感图像语义分割方法及装置在说明书摘要公布了:本发明公开了一种基于KAN‑Mamba的多源遥感图像语义分割方法及装置,用于提高遥感图像语义分割的准确度,包括KAN‑Mamba特征提取网络和Uper_Head解码器;所述KAN‑Mamba特征提取网络包括一个Stem卷积神经网络和四阶段的KAN‑Mamba特征提取模块,通过KAN‑Mamba特征提取网络对融合遥感图像进行分阶段的特征提取,获取多尺度特征;所述Uper_Head解码器,包括侧边特征构建单元、池化单元、特征融合单元和分类层,通过侧边特征构建单元和池化单元对多尺度特征进行侧边特征构建、池化操作,再通过特征融合单元进行逐级的特征融合,接着通过BottleNeck层进行通道融合,最后通过分类层得到语义分割标签。本发明对于多源遥感图像的语义分割准确率更高、模型收敛更快、细节信息更精确。

本发明授权一种基于Kan-Mamba模型的遥感图像语义分割方法及装置在权利要求书中公布了:1.一种基于KAN‑Mamba的多源遥感图像语义分割方法,其特征在于:包括如下步骤: Step1:获取多源遥感图像,包括光学图像、合成孔径雷达图像和用于训练的语义分割标签,对遥感图像进行通道融合、裁剪与标准化处理,处理后得到的融合遥感图像大小为5×H×W; Step2:将处理后得到的融合遥感图像按照比例划分为训练集和测试集,其中:训练集包括融合遥感图像Otrain和语义标签Mtrain,测试集包括融合遥感图像Otest; Step3:构建KAN‑Mamba特征提取网络,KAN‑Mamba特征提取网络包括一个Stem卷积神经网络和四阶段的KAN‑Mamba特征提取模块,四个阶段的KAN‑Mamba特征提取模块分别包括2、2、15、2个串联的VSS‑KAN特征提取模块,第二、三、四阶段的KAN‑Mamba特征提取模块还包含一个下采样模块; 将Otrain输入到KAN‑Mamba特征提取网络,经Stem卷积神经网络进行四倍下采样后得到卷积特征feature10,将feature10作为一阶段KAN‑Mamba特征提取模块的输入; 在一阶段KAN‑Mamba特征提取模块中,feature10经该阶段所有串联的VSS‑KAN特征提取模块后得到特征序列OutO_0; 在二阶段KAN‑Mamba特征提取模块中,先使用该阶段的下采样模块对OutO_0进行下采样得到卷积特征feature11,再经该阶段所有串联的VSS‑KAN特征提取模块后得到特征序列OutO_1; 在三阶段KAN‑Mamba特征提取模块中,先使用该阶段的下采样模块对OutO_1进行下采样得到卷积特征feature12,再经该阶段所有串联的VSS‑KAN特征提取模块后得到特征序列OutO_2; 在四阶段KAN‑Mamba特征提取模块中,先使用该阶段的下采样模块对OutO_2进行下采样得到卷积特征feature13,再经该阶段所有串联的VSS‑KAN特征提取模块后得到特征序列OutO_3; Step4:将OutO_0、OutO_1、OutO_2、OutO_3输入Uper_Head解码器进行特征融合; 对于OutO_0、OutO_1、OutO_2,先分别进行侧边特征构建,再分别进行1×1卷积得到对于OutO_3,先进行多尺度池化或平均池化处理,再通过卷积降维得到输出特征OutU_3;对OutU_3进行上采样后,再与进行加法操作得到输出特征OutU_2;对OutU_2进行上采样后,再与进行加法操作得到输出特征OutU_1;对进行上采样后,再与进行加法操作得到输出特征OutU_0;对OutU_0、OutU_1、OutU_2、OutU_3进行拼接得到Outconcat,再依次通过BottleNeck层和分类层得到融合特征Outtrain; Step5:对比Outtrain和Mtrain,使用交叉熵损失函数losstrain计算Outtrain和Mtrain之间的差异; Step6:通过losstrain进行反向传播,优化KAN‑Mamba特征提取网络和Uper_Head解码器; Step7:重复步骤Step4~Step6,直至losstrain收敛,完成KAN‑Mamba特征提取网络的训练; Step8:先将Otest输入训练好的KAN‑Mamba特征提取网络和Uper_Head解码器,输出多尺度特征OutO_0、OutO_1、OutO_2、OutO_3;再将OutO_0、OutO_1、OutO_2、OutO_3输入Uper_Head解码器,输出融合特征Outtrain,将Outtrain作为语义标签的预测结果。

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矿业大学,其通讯地址为:221116 江苏省徐州市铜山区大学路1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。

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。