武汉大学张觅获国家专利权
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!
龙图腾网获悉武汉大学申请的专利一种基于扩散模型的遥感影像地物样本转换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:CN120088650B 。
龙图腾网通过国家知识产权局官网在2025-11-11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:202510224621.6,技术领域涉及:G06V20/10;该发明授权一种基于扩散模型的遥感影像地物样本转换方法是由张觅;刘青瑀设计研发完成,并于2025-02-27向国家知识产权局提交的专利申请。
本一种基于扩散模型的遥感影像地物样本转换方法在说明书摘要公布了:本发明公开了一种基于扩散模型的遥感影像地物样本转换方法,包括以下步骤:获取遥感数据,进行预处理;构建神经网络;所述神经网络以稳定扩散模型为基本网络,包括图片感知压缩模块、潜在扩散模型模块和季节不变特征学习模块;分阶段对神经网络训练,得到最终的神经网络;输出季节转换结果。本发明所述方法使用稳定扩散模型作为基本生成模型,利用扩散模型强大的生成能力生成不同季节的遥感影像。该方法构建季节不变特征提取网络,季节转换过程中充分考虑相关地物不同季节的特征,保证足够的遥感地物信息。该方法基于稳定扩散模型利用迁移学习的方式额外增加了一个域适应的分类器来约束生成的影像质量,以此生成更好质量的遥感影像样本。
本发明授权一种基于扩散模型的遥感影像地物样本转换方法在权利要求书中公布了:1.一种基于扩散模型的遥感影像地物样本转换方法,其特征在于,包括以下步骤: 获取遥感数据,进行预处理,得到预处理数据; 构建神经网络;所述神经网络以稳定扩散模型为基本网络,包括图片感知压缩模块、潜在扩散模型模块和季节不变特征学习模块;其中,图片感知压缩模块包括编码器和解码器,用于对图片压缩保留重要信息;潜在扩散模型模块包括扩散模块和带交叉注意力机制层的时序去噪自编码器,用于数据去噪;季节不变特征学习模块包括特征提取网络、域编码器、类别分类器和域适应分类器,用于提取到影像的季节不变特征作为条件指导影像生成;所述潜在扩散模型模块设置于图片感知压缩模块的编码器和解码器之间,包括扩散模块和带交叉注意力机制层的时序去噪自编码器;所述扩散模块用于在图像上叠加高斯噪声;所述带交叉注意力机制层的时序去噪自编码器包括依次连接形成Unet的交叉注意力下采样模块、下采样模块、交叉注意力模块、上采样模块和交叉注意力上采样模块;交叉注意力下采样模块和交叉注意力上采样模块跳跃连接;上采样模块和下采样模块跳跃连接; 其中,所述特征提取网络为Unet网络;所述域编码器用于将不同模态的条件控制信息映射为中间表示,经交叉注意力机制层融入到带交叉注意力机制层的时序去噪自编码器中Unet网络的中间层,以实现通过遥感影像的语义标签以及目标影像的文本描述来引导影像的转换;所述类别分类器由多个卷积层连接构成,用来提取影像的语义特征,使特征提取网络能学习到季节不变的语义特征;所述域适应分类器为多个线性层组成的域分类网络,用于判别影像所属的季节信息,使特征提取网络能判断出影像所属的季节,以此得以提取到季节不变特征信息; 利用预处理数据分阶段对神经网络训练,得到最终的神经网络; 将遥感影像地物样本和需要转换的季节描述文本信息输入最终的神经网络中,输出季节转换结果。
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武汉大学,其通讯地址为:430072 湖北省武汉市武昌区八一路299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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励