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！

龙图腾网获悉环天智慧科技股份有限公司申请的专利基于掩码自编码器的时序NDVI农作物分布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：CN120853028B 。

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：202511360657.3，技术领域涉及：G06V20/10；该发明授权基于掩码自编码器的时序NDVI农作物分布提取方法是由赵凌园;邹云坤;张焰;罗梓菲;陈樟锴;周旷设计研发完成，并于2025-09-23向国家知识产权局提交的专利申请。

本基于掩码自编码器的时序NDVI农作物分布提取方法在说明书摘要公布了：本发明属于视觉处理技术领域，具体涉及基于掩码自编码器的时序NDVI农作物分布提取方法，主要包含四步。首先准备时序NDVI数据，获取目标区域目标农作物完整生长周期内的多时相遥感影像并处理，利用农作物生长阶段的NDVI特征变化提升识别精度。接着对ViT模型进行时序化改造，划分数据空间维度，完成Patch展平与嵌入，使其适配时序数据，同时发挥处理图像优势。然后开展模型训练，先以大量无标注数据自监督预训练掩码自编码器，再用少量标注数据有监督微调。最后，用微调后的模型处理新数据，获取像素级农作物类别预测，生成完整分布地图。该方法借助时序数据与模型改造，有效区分农作物种类和生长阶段差异，实现精准提取。

本发明授权基于掩码自编码器的时序NDVI农作物分布提取方法在权利要求书中公布了：1.基于掩码自编码器的时序NDVI农作物分布提取方法，其特征在于：包括以下步骤： 时序NDVI数据准备：获取目标区域在目标农作物完整生长周期内的多时相遥感影像数据并对数据进行处理； ViT模型的时序化改造：将时序NDVI数据进行空间维度划分，并对时序NDVI数据进行Patch展平与嵌入得到最终的输入表示；将时序NDVI数据进行空间维度划分具体为： 输入数据重构： 将时序NDVI数据在空间维度划分为不重叠的Patch，Patch表示空间分块；每个Patch的尺寸为；将影像划分为个Patch，记为；其中，t是时间点，p表示第p个Patch； Patch展平与嵌入： 对每个进行展平，得到大小为的向量，具体为： 式中，表示实数集合，用于描述数据的数值范围；表示Patch的像素总数，即P×P的像素展开为一个向量后的长度；表示对的像素值进行拉伸展平后的向量；将展平后的Patch通过线性映射得到Patch的嵌入表示； 位置编码：为每个Patch添加空间位置编码和时间位置编码，以保留位置信息； Patch嵌入向量的生成：将Patch的嵌入表示与空间和时间位置编码相加，得到最终的输入表示：，其中，p表示Patch的序号，t表示时间点； 模型训练：包括预训练阶段以及微调阶段，利用无标注的时序NDVI数据对掩码自编码器模型进行自监督预训练，并利用标注的农作物分类数据对预训练的基础模型进行有监督的微调； 利用大量无标注的时序NDVI数据，对掩码自编码器MAE模型进行自监督预训练，具体为： 通过编码器对输入的时序NDVI数据提取Patch级别的潜在特征表示，具体为： 随机遮掩30%-50%的输入Patch，生成被遮掩的输入； 将可见的Patch输入编码器，得到单个可见Patch潜在特征表示，全体可见Patch的潜在特征集合记为，其中，分别对应第1至第k个可见Patch的潜在特征表示，k为可见Patch的数量； 将潜在特征表示输入解码器，重建原始数据的，得到重建后的； 采用重建损失作为训练目标，计算被掩码部分的重建误差； 其中，M为被掩码的Patch集合，为原始Patch，为模型重建的Patch，通过最小化重建误差，模型学习到时序NDVI数据的深层次特征，得到预训练的基础模型； 结果输出：使用经过微调的模型对新的时序NDVI数据进行农作物分布提取，得到每个像素的农作物类别预测，形成完整的农作物分布地图。

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环天智慧科技股份有限公司，其通讯地址为：620500 四川省眉山市仁寿县视高街道中粮加州智慧城B座2层；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。