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！

龙图腾网获悉吉林农业大学申请的专利基于深度学习遥感影像的图像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：CN120580436B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202510742144.2，技术领域涉及：G06V10/26；该发明授权基于深度学习遥感影像的图像分割方法是由韩永奇;任洪纬;魏宁;张新乐;艾洪福;曹丽英;郭宏亮;汪雨晴;刘星彤设计研发完成，并于2025-06-05向国家知识产权局提交的专利申请。

本基于深度学习遥感影像的图像分割方法在说明书摘要公布了：本发明提供一种基于深度学习遥感影像的图像分割方法，涉及图像处理领域，包括：步骤S1、采集遥感影像，利用遥感影像进行数据集构建，并完成数据预处理；步骤S2、构建遥感影像语义分割模型；步骤S3、采用步骤S1中的数据集对步骤S2中构建的遥感影像语义分割模型进行训练、验证和优化，完成模型构建。该方法通过多分支深度协同建模、提升分割精度与表达一致性，从而提升模型在边界模糊、小目标、标签缺陷区域的鲁棒性；同时，该方法采用多尺度路径分割、自适应注意力融合及残差逆MLP结构，实现更高效的多层次特征表征，实现动态平衡全局与局部建模关系。

本发明授权基于深度学习遥感影像的图像分割方法在权利要求书中公布了：1.一种基于深度学习遥感影像的图像分割方法，其特征在于：包括： 步骤S1、采集遥感影像，利用遥感影像进行数据集构建，并完成数据预处理； 步骤S2、构建遥感影像语义分割模型：首先，构建卷积神经网络与SwiftFormer编码器，具体为： 采用级联式SwiftFormer编码器，该编码器通过高效的注意力机制在不同网络阶段逐步提取多尺度特征，同时保持全局上下文建模能力； 对于给定的输入特征，SwiftFormer编码器首先采用3x3深度可分离卷积捕捉空间结构，随后通过1x1卷积变换通道维度，从而在压缩特征的同时保留局部结构信息，具体为： 同时，SwiftFormer编码器的高效加性注意力机制在保持捕捉全局上下文信息能力的同时、大幅降低计算成本，具体流程为： 首先，对于输入特征，通过两个线性投影获得其查询矩阵Q和键矩阵K： 式中：，表示学习参数；n表示序列长度，d表示嵌入维度； 随后，计算每个查询矩阵Q和学习向量之间的缩放点积，为每个位置生成全局注意力分数： 之后，采用全局注意力分数聚合查询矩阵，获得全局查询向量q： 再通过逐元素相乘将全局查询向量与关键矩阵融合，以编码所有空间位置间的交互关系： 式中：Linear表示线性变换；表示逐元素相乘； 最后，全局上下文特征通过残差连接与归一化查询表示相结合，生成编码器的最终输出： 式中：Norm表示归一化函数； 然后，构建三分支通道、并采用三分支互导融合机制实现局部与全局信息的动态交互建模；之后，采用区域感知门控机制实现区域自适应的特征信息流调控；再采用层级特征融合模块实现多尺度语义信息融合；最后，采用残差重建学习与自修复机制，完成模型的自识别，预测错误、并进行自修复； 步骤S3、采用步骤S1中的数据集对步骤S2中构建的遥感影像语义分割模型进行训练、验证和优化，完成模型构建。

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吉林农业大学，其通讯地址为：130118 吉林省长春市新城大街2888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。