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！

龙图腾网获悉长沙理工大学申请的专利基于CNN-自注意力机制混合架构的遥感图像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：CN115641473B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202211292933.3，技术领域涉及：G06V10/764；该发明授权基于CNN-自注意力机制混合架构的遥感图像分类方法是由王威;李希杰;王新;李骥设计研发完成，并于2022-10-21向国家知识产权局提交的专利申请。

本基于CNN-自注意力机制混合架构的遥感图像分类方法在说明书摘要公布了：本申请涉及图像识别技术领域的一种基于CNN‑自注意力机制混合架构的遥感图像分类方法。该方法包括：对获取的遥感图像进行标注，得到训练样本；构建基于遥感图像分类模型，该模型包括输入网络、特征提取网络和分类网络，特征提取网络用于采用依次连接的4个stage对卷积特征图进行多尺度的全局和局部特征提取，得到多尺度特征图；stage采用ADC模块和CPA模块堆叠的结构；ADC模块和CPA模块均是在MetaFormer的范式的基础上构建的；采用训练样本对遥感图像分类模型进行训练，采用训练好的遥感图像分类模型对待分类遥感图像进行分类，得到遥感图像分类结果。采用本方法可以提高遥感图像分类的准确率。

本发明授权基于CNN-自注意力机制混合架构的遥感图像分类方法在权利要求书中公布了：1.一种基于CNN-自注意力机制混合架构的遥感图像分类方法，其特征在于，所述方法包括： 获取遥感图像，并对所述遥感图像进行标注，得到训练样本； 构建基于CNN-自注意力机制混合架构的遥感图像分类模型，所述遥感图像分类模型包括输入网络、特征提取网络以及分类网络，所述输入网络用于采用多个相同尺度的卷积下采样层对训练样本进行处理，得到卷积特征图；所述特征提取网络用于采用依次连接的4个stage对卷积特征图进行多尺度的全局特征和局部特征提取，得到多尺度特征图；所述stage包括平均池化下采样层、以及由若干个ADC模块+若干个CPA模块堆叠的模块；所述ADC模块是在MetaFormer的范式中采用非对称卷积组和多层感知机-双维注意力层构建的，所述CPA模块是在MetaFormer的范式中采用卷积-注意力并联块和多层感知机-双维注意力层构建的；多层感知机-双维注意力层用于采用多层感知机和双维注意力层对输入特征图进行特征提取；所述分类网络用于对所述多尺度特征图进行分类，得到遥感图像分类预测结果；双维注意力模块包括通道注意分支和空间注意分支；所述非对称卷积组由3×3深度卷积层、3×1深度卷积层以及1×3深度卷积层组成，其中，3个深度卷积层并联，每个深度卷积层之后都有GELU激活函数和批标准化层； 采用所述训练样本的标注及将所述训练样本输入到所述遥感图像分类模型中得到的遥感图像分类预测结果，对所述遥感图像分类模型进行训练，得到训练好的遥感图像分类模型； 将待分类的遥感图像输入到训练好的遥感图像分类模型，得到遥感图像分类结果。

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长沙理工大学，其通讯地址为：410000 湖南省长沙市天心区赤岭路45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。