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！

龙图腾网获悉四川大学申请的专利一种基于多通道自注意力网络的遥感图像场景分类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：CN117218520B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202210607450.1，技术领域涉及：G06V20/10；该发明授权一种基于多通道自注意力网络的遥感图像场景分类方法是由王正勇;岳泓光;卿粼波;陈洪刚;何小海;任超设计研发完成，并于2022-05-31向国家知识产权局提交的专利申请。

本一种基于多通道自注意力网络的遥感图像场景分类方法在说明书摘要公布了：本发明提出了一种基于多通道自注意力网络的遥感图像场景分类方法。传统方法并未有效结合图像中的局部信息和全局特征，同时对各层特征在通道维度的关系并未进一步挖掘。为解决这一问题，提出了一种融合局部‑全局特征的场景分类模型。方法包括：通过双分支卷积网络提取遥感图像的多尺度特征；随后采用特征融合单元建立多尺度特征间的关系，基于多头注意力机制的TransformerEncoder在通道维度对融合后的特征建模，并推导特征在通道间的关系，进一步扩大全局感受野，以捕捉其语义结构信息，有效提高了网络的分类精度。实验证明，该方法具有很好的实用性，可广泛应用于遥感图像场景的准确识别。

本发明授权一种基于多通道自注意力网络的遥感图像场景分类方法在权利要求书中公布了：1.一种基于多通道自注意力网络的遥感图像场景分类方法，其特征在于： a.通过双分支神经网络提取遥感图像的初始特征，并对其中的空间信息及通道信息采用空间注意力和通道注意力CBAM模块聚合； b.通过多尺度特征生成器对初始特征进一步挖掘，以构建多尺度特征； c.通过基于自注意力的通道间TransformerInter-ChannelTransformer，ICT中的特征融合单元融合多尺度特征，并利用ICT的编码器对特征编码，以实现对遥感图像中的场景准确分类； 该方法主要包括以下步骤： 1获取用于场景分类的高分辨率遥感图像数据集； 2通过并行双分支神经网络中的浅层瓶颈块Bottleneck提取遥感影像的低维局部特征，其次在深层的基本残差块Basicblock中嵌入CBAM，以实现对特征的精细化表征，同时降低运算量；最后采用多尺度特征生成器对特征拼接融合产生多尺度特征； 3通过ICT中特征融合部分的Sigmoid激活函数获取多尺度特征权重，将权重矩阵和多尺度特征矩阵相乘得到融合后的特征图，并通过线性映射产生多通道的高层语义特征；ICT中的编码器对高层语义特征按通道切分为多个patches，并在通道维度对各个patch编码，最终产生用于实现分类的全局视觉特征。

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四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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。