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！

龙图腾网获悉哈尔滨工业大学申请的专利图像文本双向特征增强的遥感图像指向性分割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：CN119380010B 。

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：202411399329.X，技术领域涉及：G06V10/26；该发明授权图像文本双向特征增强的遥感图像指向性分割方法是由谷延锋;孙钰哲;刘天竹设计研发完成，并于2024-10-09向国家知识产权局提交的专利申请。

本图像文本双向特征增强的遥感图像指向性分割方法在说明书摘要公布了：本发明提出图像文本双向特征增强的遥感图像指向性分割方法，所述方法包括以下步骤：步骤一、通过骨干网络分别提取图像特征和文本特征，使用图像特征对文本特征进行增强；步骤二：基于步骤一获得的原始图像特征和文本特征，使用文本特征对图像特征进行注意力补充增强；步骤三、基于步骤一和步骤二中获得的增强文本特征和增强图像特征进行交互解码，最终获得遥感图像指向性分割的掩码结果。本发明提出了图像与文本的双向特征增强方法，充分挖掘跨模态特征之间的相似性与互补性，实现特征的精准对齐，显著提升了指向性分割的精度。

本发明授权图像文本双向特征增强的遥感图像指向性分割方法在权利要求书中公布了：1.图像文本双向特征增强的遥感图像指向性分割方法，其特征在于：所述方法包括以下步骤： 步骤一、通过骨干网络分别提取图像特征和文本特征，使用图像特征对文本特征进行增强； 步骤二、基于步骤一获得的原始图像特征和文本特征，使用文本特征对图像特征进行注意力补充增强； 步骤三、基于步骤一和步骤二中获得的增强文本特征和增强图像特征进行交互解码，最终获得遥感图像指向性分割的掩码结果； 所述步骤一具体为： 步骤一一、获取遥感图像和其对应的文本描述； 步骤一二、使用视觉骨干网络对遥感图像进行处理，提取其多尺度视觉特征；视觉骨干网络通过卷积或自注意力机制，逐层提取不同尺度和不同语义层次的特征；与此同时，文本特征则通过文本骨干网络进行提取；这些网络能够根据输入的自然语言文本提取相应的上下文信息，生成具有语义表示的文本特征； 步骤一三、将多尺度视觉特征通过自适应池化层进行降维处理；自适应池化层根据输入的图像特征大小动态调整池化参数，以便生成固定大小的特征图；通过将不同尺度的图像特征压缩到相同的特征空间中，可以避免后续操作中的尺寸不匹配问题；随后，经过降维处理的图像特征通过拼接操作进行融合，形成紧凑且包含全局信息的特征向量； 步骤一四、将降维后的图像特征与一个可训练的随机提示层进行交互注意力计算； 步骤一五、将包含图像信息的提示层与提取出的文本特征进行拼接，生成增强后的文本特征； 所述步骤二具体为： 步骤二一、将步骤一中获得的多尺度图像特征进行展平操作；展平后的图像特征包含了空间维度和通道维度的信息，可以在不同尺度上捕捉图像的空间结构； 步骤二二、将展平后的图像特征与文本特征通过交互注意力机制进行融合，计算不同尺度下的交互注意力得分；交互注意力机制通过计算图像和文本特征之间的注意力矩阵，识别出哪些图像区域与文本描述最为相关； 步骤二三、对步骤二二中计算得到的交互注意力得分进行归一化处理；使用Softmax函数对注意力得分进行归一化，归一化后的注意力得分与展平后的图像特征相乘，以强调图像中与文本相关的部分； 步骤二四、对步骤一中的图像特征进行重新加权；通过将步骤二三中得到的归一化注意力得分与图像特征重新整合，获得一个跨模态的特征图； 步骤二五、将不同尺度下的交互注意力得分进行重新采样，统一尺寸后计算跨尺度的注意力差异图；跨尺度的注意力差异图可以显示出不同尺度下图像与文本的对应关系，通过选择差异性最大的前K个区域，可以进一步引导模型关注到那些与文本描述最为相关的图像区域，从而提升特征提取的准确性； 步骤二六、将步骤二五中选择出的前K个区域进行投影和拼接操作；通过将这些区域投影到不同的尺度上，可以获得一个统一的注意力缺陷图；所述注意力缺陷图融合了来自多个尺度的注意力信息，能够在保持局部细节的同时反映出全局的特征差异； 步骤二七、对不同尺度的图像特征进行注意力缺陷补偿；通过将文本增强的多尺度图像特征与原始图像特征相结合，进一步提升图像特征的表达能力，确保最终得到的特征图能够反映出图像中的不同尺度下关注的不同重点，从而实现多尺度特征注意力的统一。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。