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基于轻量级线性注意力与多阶特征聚合的遥感图像分割方法及系统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：CN120411504B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202510490928.0，技术领域涉及：H04N19/17；该发明授权基于轻量级线性注意力与多阶特征聚合的遥感图像分割方法及系统是由李冠群设计研发完成，并于2025-04-18向国家知识产权局提交的专利申请。

本基于轻量级线性注意力与多阶特征聚合的遥感图像分割方法及系统在说明书摘要公布了：本发明公开了一种基于轻量级线性注意力与多阶特征聚合的遥感图像分割方法及系统，包括：S1.获取遥感图像，构建轻量级线性注意力特征提取器，通过引入线性层和卷积层捕获遥感图像的全局信息，并通过线性注意力机制加权特征，提取遥感图像的全局与局部特征；S2.构建多阶特征聚合引擎，将特征提取器的输出特征通过多层次逐步优化和融合多尺度特征信息，提取遥感图像中的高维语义信息；S3.基于多阶特征聚合引擎输出的特征预测图像的分割结果，并构建损失函数优化分割结果，得到最终分割图像；本发明通过引入轻量级线性注意力机制和多阶特征聚合引擎，高效提取和融合遥感图像中的多尺度特征，在提高分割精度的同时，减少计算资源的消耗。

本发明授权基于轻量级线性注意力与多阶特征聚合的遥感图像分割方法及系统在权利要求书中公布了：1.一种基于轻量级线性注意力与多阶特征聚合的遥感图像分割方法，其特征在于，包括以下步骤： S1.获取遥感图像，构建轻量级线性注意力特征提取器，通过引入线性层和卷积层捕获遥感图像的全局信息，并通过线性注意力机制加权特征，提取遥感图像中的全局与局部特征； S2.构建多阶特征聚合引擎，将轻量级线性注意力特征提取器的输出特征通过多层次逐步优化和融合多尺度特征信息，提取遥感图像中的高维语义信息； S3.基于多阶特征聚合引擎输出的特征预测图像的分割结果，并构建损失函数优化分割结果，得到最终分割图像； 步骤S1的具体内容包括： S11.对获取的遥感图像进行预处理操作，以增强图像质量并去除噪声，预处理后的图像输入特征提取网络，通过初始卷积层和归一化层，提取出初步特征； S12.初步特征通过线性层、卷积层、激活函数的不同的操作处理，生成相应的查询Q、键K和值V，使用线性注意力机制计算加权特征； S13.加权特征经过线性层和激活函数，得到增强特征，并与加权特征进行逐点相乘操作，通过线性层进行处理后，与初步特征相加，得到注意力增强特征； S14.将注意力增强特征通过归一化层和多层感知机进一步优化，与注意力增强特征进行加和，得到轻量级线性注意力特征提取器的输出特征； 步骤S2的具体内容为： S21.将轻量级线性注意力特征提取器的输出特征经过归一化层与卷积层处理，得到初步的特征，并通过全局平均池化层进行降维，提取出图像的全局信息并通过逐元素相减操作，计算出每个像素点相对全局信息的偏差，获得差异化特征，将差异化特征与轻量级线性注意力特征提取器的输出特征进行逐点相乘，得到第一阶段特征； S22.将第一阶段特征与步骤S21初步的特征进行加和融合，得到融合后的特征，融合后的特征经过激活函数处理，再通过深度可分离卷积层进行进一步的特征抽象与优化，得到中间特征； S23.将中间特征切割成不同维度的子特征图，将每个子特征图通过不同尺寸的深度可分离卷积进行处理，提取不同尺度下的特征细节，将处理后的特征图进行拼接融合，得到最终的多尺度特征； S24.将多尺度特征与第一阶段特征分别经过卷积层与激活函数处理后，再进行逐点相乘操作，得到多阶特征聚合引擎的输出特征。

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。