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！

龙图腾网获悉南京信息工程大学申请的专利基于多种注意力语义分割的土地利用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：CN115908946B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202211649235.4，技术领域涉及：G06V10/764；该发明授权基于多种注意力语义分割的土地利用分类方法是由赵华俊;张永宏;马光义;谢东林;逯焕宇;耿苏桐设计研发完成，并于2022-12-21向国家知识产权局提交的专利申请。

本基于多种注意力语义分割的土地利用分类方法在说明书摘要公布了：本发明公开了一种基于多种注意力语义分割的土地利用分类方法，包括如下步骤：S1.设计基于多种注意力模块和特征增强层的土地利用模型；S2.对公开数据集进行处理，建立自己的模型数据集；S3.利用数据集验证和对比模型的方法：对S1提出的土地利用模型进行对比实验，用于验证改进模型的准确性。本发明减小相似类别的特征导致错误分类的概率，又结合深度可分离卷积和平均池化加快运算效率，深化特征，从多个方面加强特征描述。

本发明授权基于多种注意力语义分割的土地利用分类方法在权利要求书中公布了：1.一种基于多种注意力语义分割的土地利用分类方法，其特征在于，包括如下步骤： S1.设计基于多种注意力模块和特征增强层的土地利用模型：引入多种计算力计算模块的土地利用分类模型SCU-net，所述土地利用分类模型SCU-net是基于U-net的网络上进行改进，能够对下采样得到的局部特征图进行上下文信息的融合与全局特征的提取，对于上采样的特征图进行特征增强用于土地利用分类，改进模型包括多种注意力结构的SC模块和特征增强层； S2.对公开数据集进行处理，建立自己的模型数据集； S3.利用数据集验证和对比模型的方法：对S1提出的土地利用模型进行对比实验，用于验证改进模型的准确性； 对于S1中的基于多种注意力语义分割的土地利用分类模型SCU-net，具体包括： S11.基础框架U-net模型的构建： 首先对遥感图像进行7*7卷积核大小、步长为2的卷积，再进行最大池化操作，之后进入数目分别为3、4、6、3的Bottleneck结构；Bottleneck具体为由一个1*1卷积，3*3卷积和1*1卷积顺序构成的残差结构； S12.包含多种注意力结构的SC模块构建： 所述包含多种注意力结构的SC模块的作用是结合CNN和Transformer两种不同方式的注意力计算来加强特征图对于局部和全局特征信息的采集，获取不同土地利用类型之间的联系； S13.上采样及特征增强层的处理： 将SwinTransformerBlocks和CBAM得到的特征图进行堆叠后进行卷积调整通道数由4096变为2048，之后进行上采样卷积使特征图大小每次还原两倍，通道数逐次变为512，256，128，随后进入特征增强层进行特征进一步加强； 特征增强层的输入有两个，一个是上采样得到的特征图，它经过了SC模块的特征提取，其中融合了深层的语义信息与全局的有效特征，二是只进行了一次下采样处理的64通道特征图，它可以弥补图像在特征提取过程中的信息损失，对较少的土地利用类型进行特征补充以免被忽略；在特征增强层中会给两个特征图分别乘上可学习参数X1，X2,计算公式如下，其中a1和a2为自生成参数，b为常数： 将两者相加后分别进行普通卷积、深度可分离卷积和自适应池化；深度可分离卷积相比普通卷积减少了计算量；通过三个分支的特征深化操作，使得分类出的有效土地利用类型得到改善，减少相似特征对分类带来的扰动，提高总体土地分类精度。

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南京信息工程大学，其通讯地址为：210000 江苏省南京市宁六路219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。