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！

龙图腾网获悉电子科技大学申请的专利一种基于信息令牌选择网络的SAR图像船舶识别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：CN120726583B 。

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：202511168323.6，技术领域涉及：G06V20/54；该发明授权一种基于信息令牌选择网络的SAR图像船舶识别方法是由蒲巍;尚元哲;毛德庆;张廷豪;李亚超;吴从文;杨豪;黄钰林;武俊杰;张寅;杨建宇;杨海光设计研发完成，并于2025-08-20向国家知识产权局提交的专利申请。

本一种基于信息令牌选择网络的SAR图像船舶识别方法在说明书摘要公布了：一种基于信息令牌选择网络的SAR图像船舶识别方法，属于合成孔径雷达目标识别领域。首先在变压器块中嵌入自驱动的海杂波抑制模块，引导模型区分无效海杂波令牌与有效目标区域令牌。令牌选择机制精确分离两类令牌以降低干扰，双流更新策略则通过差异化计算聚焦有效令牌，强制模型学习具有高类内聚合度和类间区分度的特征表示，确保模型效能与计算效率的平衡；其次，提出多头动态局部卷积模块增强特征提取能力。该模块采用多头动态卷积替代标准MSA，通过空间位置动态加权机制突出关键特征，并通过通道分组与权值共享减少核冗余，在保持效率的同时提升特征判别力。通过联合约束CLS令牌与关键特征令牌，进而提高SAR图像中舰船目标识别的准确率。

本发明授权一种基于信息令牌选择网络的SAR图像船舶识别方法在权利要求书中公布了：1.一种基于信息令牌选择网络的SAR图像船舶识别方法，其特征在于，包括以下步骤： 步骤1：准备船只和海洋目标识别数据集并进行预处理，划分训练集和测试集； 步骤2：建立多头动态局部卷积模块对图像特征进行高效提取；所述多头动态局部卷积模块通过动态位置嵌入、多头动态卷积核、动态卷积、层归一化和前馈网络对图像进行处理，得到多头动态卷积特征； 步骤3：建立海杂波抑制模块，基于transformer块，通过信息富集token筛选与双流token更新机制实现无效特征抑制与计算资源分配；所述transformer块多层堆叠的多头注意力和前馈网络；在信息富集token筛选中，通过混合注意力评分策略和全局注意力演化策略，计算并优化各token的重要性分数，筛选信息富集token与无效token；在双流token更新机制中，所述信息富集token通过多层堆叠的多头注意力和前馈网络进行更新，每一层更新信息富集token的重要性分数；所述无效token经过聚合后再输入至多层堆叠的多头注意力和前馈网络进行残差更新； 步骤4：基于设定层数的多头动态局部卷积模块和设定层数的海杂波抑制模块，建立舰船识别模型，将训练集输入至模型中，使用损失函数训练模型参数，得到训练好的舰船识别模型；将训练好的舰船识别模型进行测试与评估后，用于SAR图像船舶识别任务中； 所述多头动态局部卷积模块具体流程如下： 首先将输入图像分割为非重叠图块，将非重叠图块经过动态位置嵌入后，与非重叠图块进行残差连接得到嵌入特征，再经过层归一化、1×1卷积，生成特征图，特征图经过多头动态卷积核后得到像素级动态卷积核，其中表示实数集合，H、W、C分别为特征图的宽度、高度、通道数，K为卷积核的尺寸，G为组卷积中的组数；然后像素级动态卷积核与特征图残差连接，经过动态卷积操作，与嵌入特征残差连接得到输出特征，最后经过层归一化和前馈网络得到最终的多头动态卷积特征。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。