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！

龙图腾网获悉中国科学院光电技术研究所申请的专利基于双域混合交互的神经网络的特征提取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：CN119600310B 。

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：202411881823.X，技术领域涉及：G06V10/58；该发明授权基于双域混合交互的神经网络的特征提取方法是由邵涛;刘东旭;贾格;魏宇星设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本基于双域混合交互的神经网络的特征提取方法在说明书摘要公布了：本发明公开了一种基于双域混合交互的神经网络的特征提取方法，并将此方法应用于多谱段图像目标识别领域。所述方法首先构建基于双域二维多尺度卷积嵌入模块，以实现不同尺度上的特征表征，增强提取的特征的丰富性；其次设计了混合域共享模块实现信息交互，促进图像光谱域与空间域之间的信息交互，减少空间和光谱域的异质性，实现网络特征提取能力的提升；最后，通过引入金字塔尺度融合块直接整合多通道、多尺度、局部和全局光谱空间之间相互作用的特征，实现高级语义特征的提取。本发明在网络提取过程中交互式解译图像双域信息，使得提取的图像特征信息更具有可分性，在图像识别领域展现更好的鲁棒性和有效性。

本发明授权基于双域混合交互的神经网络的特征提取方法在权利要求书中公布了：1.一种基于双域混合交互的神经网络的特征提取方法，其特征在于，包括如下步骤： 步骤1：设置神经网络的相关参数，包括学习率，批大小，模型迭代训练次数； 步骤2：利用主成分分析法对原始多谱段图像进行降维处理，得到降维后的图像数据； 步骤3：针对降维后的图像数据，以每个像素点为中心进行像素分割，得到由所述像素点以及其邻域像素点组成的三维图像立方块； 步骤4：将三维图像立体块数据输入到预处理模块中，提取多通道频谱空间特征，所述预处理模块包括三路分支，对三维图像立体块数据进行并行处理； 步骤5：针对每路分支，利用双域二维多尺度卷积嵌入模块对经过预处理模块之后的图像块进行多尺度块嵌入操作，获取不同尺度上的光谱维度和空间维度的表征； 步骤6：针对每路分支，在经过多尺度块嵌入操作之后，利用混合域共享模块实现多尺度空谱图像特征的光谱域和空间域的交互式解译，获得图像双域特征信息；所述利用混合域共享模块实现多尺度空谱图像特征的光谱域和空间域的交互式解译包括： 首先，通过线性映射将不同尺度上的光谱维度表征映射到三个权重矩阵，分别为，将不同尺度上的空间维度表征映射到三个权重矩阵，分别为； 应用矩阵加法操作实现频谱域和空间域的有效聚合，以生成跨域权重矩阵： 3 4 5 其中，表示光谱域的学习参数矩阵，为空间域的学习参数矩阵，通过自注意和交叉注意对输入的不同尺度上的光谱维度表征进行重新加权，获得光谱信息和光谱空间相互关系： 6 7 其中，是softmax函数，是频谱域的交叉关注，是的通道维数，是光谱域的输出特征； 通过自注意和交叉注意对输入的不同尺度上的空间维度表征进行重新加权，获得空间信息和光谱空间相互关系： 8 9 其中，是空间域的交叉关注，是空间域的输出特征； 在光谱域和空间域中采用跳跃连接，整合光谱特征、空间特征和光谱-空间自适应互特征： 10 其中，表示级联操作，表示混合域共享模块的输出特征； 步骤7：针对每路分支，对获得的图像双域特征信息利用金字塔式尺度融合块以直接融合方式融合从不同通道、尺度以及分支之间提取的空谱交互作用信息，获得高级语义信息； 步骤8：连接三路分支提取的高级语义信息，利用依次串联的全局平均池化层、两个全连接层和一个softmax层进行图像目标的识别。

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中国科学院光电技术研究所，其通讯地址为：610209 四川省成都市双流350信箱；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。