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！

龙图腾网获悉中南大学申请的专利一种遥感影像自监督表征学习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：CN119851127B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202411944126.4，技术领域涉及：G06V20/10；该发明授权一种遥感影像自监督表征学习方法是由李海峰;白紫月设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本一种遥感影像自监督表征学习方法在说明书摘要公布了：本发明公开了一种遥感影像自监督表征学习方法，包括以下步骤：获取遥感影像数据集；将整个遥感影像数据集作为输入，利用无监督tokenizer生成代表影像中抽象语义信息的token，并将其作为模型的预测目标；为了减少预训练任务提供的地物信息，通过教师模型预测重建损失，结合token的重要性构建预测损失，按照预测损失排序生成预训练任务并将预训练任务传递给学生模型，由学生模型完成图像重建；输出分类后的遥感影像。本申请减少了原始像素中噪声的影响，以及避免模型局限于学习低级的像素特征。

本发明授权一种遥感影像自监督表征学习方法在权利要求书中公布了：1.一种遥感影像自监督表征学习方法，其特征在于，包括以下步骤： 获取遥感影像数据集； 将整个遥感影像数据集作为输入，利用无监督tokenizer生成代表影像中抽象语义信息的token，并将其作为模型的预测目标； 为了减少预训练任务提供的地物信息，通过教师模型预测重建损失，结合token的重要性构建预测损失，按照预测损失排序生成预训练任务并将预训练任务传递给学生模型，由学生模型完成图像重建； 输出分类后的遥感影像； 其中，所述无监督tokenizer采用KMeans聚类方法，生成离散token并构建codebook，将离散token作为模型之后的重建目标； 所述教师模型与学生模型具有相同的结构，均由教师编码器，学生编码器以及两个解码器组成，其中用于预测图像patches的重建损失，用于被遮盖patches的像素重建，下标代表了教师模型和学生模型；编码器和解码器均由ViTbackbonenetwork构成； 在训练过程中，首先将输入的遥感影像划分为一系列不重叠的patches，是遥感影像的分辨率，是通道数，是patches所包含的原始像素数目，，代表patches的数目； 然后将遥感影像作为教师模型编码器的输入，编码器输出的中间潜在特征向量作为的输入，从而预测每个patches的重建难度，并引导生成遮盖策略； 学生模型将教师模型引导生成的遮盖影像patches作为输入完成图像重建工作；教师模型与学生模型交替工作，学生模型的参数根据损失函数反向传播完成更新，而教师模型的参数由更新后的学生模型指数移动平均EMA获得： 其中代表动量系数。

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南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。