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 > 广西壮族自治区自然资源遥感院陈瑞波获国家专利权

广西壮族自治区自然资源遥感院陈瑞波获国家专利权

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!

龙图腾网获悉广西壮族自治区自然资源遥感院申请的专利一种基于深度学习的轻量化注意力云检测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:CN119888471B

龙图腾网通过国家知识产权局官网在2025-10-28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:202411721472.6,技术领域涉及:G06V20/10;该发明授权一种基于深度学习的轻量化注意力云检测方法是由陈瑞波;刘润东;黄剑耀;梅树红;陈炳华;杨博;曹涵慧;谭彬;经纬明;张迅设计研发完成,并于2024-11-28向国家知识产权局提交的专利申请。

一种基于深度学习的轻量化注意力云检测方法在说明书摘要公布了:本发明涉及遥感影像处理及计算机视觉技术领域,其具体公开了一种基于深度学习的轻量化注意力云检测方法,包括以下步骤:步骤1.获取遥感影像数据,通过遥感影像数据构建一个包含多个卷积层的深度学习模型,并进行每个卷积层特征的提取;步骤2.在特征提取过程中引入轻量化注意力机制,获得最终的注意力特征表示;步骤3.通过空间‑信道重构卷积模块对输入特征图进行空间的降维以及信道维度的压缩;步骤4.输出最终的云检测结果,并对结果进行后处理。本发明的一种基于深度学习的轻量化注意力云检测方法,能够降低模型的计算复杂度,提高遥感影像中云层的检测精度和计算效率。

本发明授权一种基于深度学习的轻量化注意力云检测方法在权利要求书中公布了:1.一种基于深度学习的轻量化注意力云检测方法,其特征在于,包括以下步骤: 步骤1.获取遥感影像数据,通过遥感影像数据构建一个包含多个卷积层的深度学习模型,并进行每个卷积层特征的提取,以得到每个卷积层的特征图,每个卷积层输出的特征图表示为:Fout=σConvFin,W+b,其中,Fin是输入特征图,Conv是卷积操作,W是卷积核权重,b是偏置,σ是激活函数; 步骤2.在特征提取过程中引入轻量化注意力机制,根据特征的重要性对其进行加权,并将特征送入三个不同的卷积分支,分别生成三个不同的特征表示,采用不同权重以提取不同特征,然后通过对三个不同的特征表示进行加权求和,获得最终的注意力特征表示,三个不同的特征表示分别为: 加权求和的公式为: 步骤3.通过空间-信道重构卷积模块对输入特征图进行空间的降维以及信道维度的压缩,空间-信道重构卷积模块包括空间重构单元和信道重构单元,空间重构单元用于对输入特征图进行降维以压缩空间冗余特征,其操作公式为:Fsru=fSRUFin+Fin,其中,fSRU·为通过卷积实现的降维函数,其通过参数化的卷积核提取特征的空间信息,信道重构单元用于对特征图的信道维度进行压缩,以抑制冗余特征并强调关键特征,其操作公式为:Fcru=fCRUFin+Fin,在对特征图进行信道维度的压缩后,应用轻量化的通道注意力机制,动态调整不同通道的重要性,通过计算每个通道的权重,权重计算公式为:αi=σFCFcru,其中,αi为每个通道的权重系数,σ·是Sigmoid激活函数,FC·是通过一个小型全连接层进行的通道加权学习;并将经过重构的特征图与原始输入特征图相加,保留关键信息,以形成新的特征表示:Ffinal=Fcru·αi+Fin; 步骤4.输出最终的云检测结果,并对结果进行后处理。

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广西壮族自治区自然资源遥感院,其通讯地址为:530015 广西壮族自治区南宁市青秀区建政路5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。