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！

龙图腾网获悉三峡大学申请的专利一种基于深度学习的多方向动态特征融合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：CN119919764B 。

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：202411771445.X，技术领域涉及：G06V10/80；该发明授权一种基于深度学习的多方向动态特征融合方法是由任东;蔡岑;王露;孙航;谢咏昶;陈全设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本一种基于深度学习的多方向动态特征融合方法在说明书摘要公布了：本发明提出了一种基于深度学习的多方向动态特征融合方法，包括步骤：步骤1：准备遥感语义分割数据集；步骤2：构建感受野模块，使用不同大小的卷积核来处理特征，使得不同的卷积核关注不同的特征子空间，增加了特征的多样性，更好地处理不同尺度的信息和细节。步骤3：构建跨窗口上下文交互模块，由窗口注意和跨窗口注意两部分组成，窗口注意关注局部特征，跨窗口注意关注全局特征，弥补了VisionTransformer架构在构建跨尺度注意方面的不足。步骤4：构建一个多方向动态特征融合方法，结合感受野模块和跨窗口上下文交互模块。能够有效结合卷积神经网络和Transformer的优势，有效解决遥感城市影像存在混淆类似性地物和小目标分割问题。

本发明授权一种基于深度学习的多方向动态特征融合方法在权利要求书中公布了：1.一种基于深度学习的多方向动态特征融合方法，其特征在于，包括以下步骤： S1、准备遥感语义分割数据集； S2、构建感受野模块，即RFB模块，使用不同大小的卷积核来处理特征，使得不同的卷积核关注不同的特征子空间； S3、构建跨窗口上下文交互模块，即IOWTB模块，由窗口注意和跨窗口注意两部分组成，窗口注意关注局部特征，跨窗口注意关注全局特征； S4、构建一个多方向动态特征融合方法，结合感受野模块和跨窗口上下文交互模块；采用以下子步骤： 将图像数据集通过SwinTransformerBlock1模块进行解析，得到特征图res1； 将特征图res1输入SwinTransformerBlock2模块进行解析，得到特征图res2； 将特征图res2输入SwinTransformerBlock3模块进行解析，得到特征图res3； 将特征图res3输入SwinTransformerBlock4模块进行解析，得到特征图res4； 首先对res3_w1进行ReLU激活操作，然后对res3_w1进行归一化处理，生成一个权重weight；接着将权重应用于res3和通过上采样和卷积处理过的res4，最后通过RFB模块进一步处理得到res5； res2_w1经过ReLU激活和归一化生成权重weight；然后将权重应用于res2和上采样后的res5，通过RFB模块进行处理，得到res6； 对res1_w1进行相同的ReLU和归一化操作，生成权重weight；然后将res1和上采样后的res6融合，并通过IOWTB模块进一步提取特征，得到res7； 使用res2_w2生成权重weight，并将res2、res6以及通过下采样处理后的res7加权融合，并通过IOWTB模块进一步提取特征,得到res8； 使用res3_w2生成权重，将res3、res5和下采样后的res8进行加权融合，并通过IOWTB模块进一步提取特征,得到res9； 使用res4_w2生成权重，将下采样后的res4和res9加权融合，经过IOWTB模块处理得到最终的res10； 最后，将res7，res8，res9，res10，四个特征图经过融合得到res11； 特征图res11经过分割头得到最终输出。

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三峡大学，其通讯地址为：443002 湖北省宜昌市大学路8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。