Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京理工大学隋修宝获国家专利权

南京理工大学隋修宝获国家专利权

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!

龙图腾网获悉南京理工大学申请的专利基于对抗自编码器和注意力机制的高光谱目标检测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:CN116452969B

龙图腾网通过国家知识产权局官网在2026-03-06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:202310182189.X,技术领域涉及:G06V20/10;该发明授权基于对抗自编码器和注意力机制的高光谱目标检测方法是由隋修宝;刘晓东;刘源;刘婷婷;丛雨婷设计研发完成,并于2023-03-01向国家知识产权局提交的专利申请。

基于对抗自编码器和注意力机制的高光谱目标检测方法在说明书摘要公布了:本发明公开了一种基于对抗自编码器和注意力机制的高光谱目标检测方法,包括:对输入高光谱图像进行粗检测,通过调整粗检测结果图的二值化阈值,获得尽可能纯净的背景样本作为训练数据;利用制作好的训练数据,对基于对抗自编码器和注意力机制的模型进行训练,获得一个能精确重建出高光谱图像背景的模型;将测试高光谱图像输入网络进行重建,将重建结果与原始高光谱图像逐个像素计算光谱距离获得距离图;对距离图施加背景抑制得到最终的检测结果图。本发明引入光谱注意力机制给光谱维度分配权重,加快了网络的训练和收敛速度;通过只选择背景样本作为训练数据,训练基于对抗自编码器的图像重建模型,克服了高光谱图像中正负样本不均衡的问题。

本发明授权基于对抗自编码器和注意力机制的高光谱目标检测方法在权利要求书中公布了:1.基于对抗自编码器和注意力机制的高光谱目标检测方法,其特征在于,包括以下步骤: 步骤一:通过高光谱目标检测算法CEM对输入高光谱图像进行粗检测,通过调整粗检测结果图的二值化阈值,以获得尽可能纯净的背景样本作为训练数据; 步骤二:对已有的基于对抗自编码器的网络模型进行改进,引入了光谱注意力机制,将训练数据输入改进后的网络中,首先光谱注意力机制模块给输入的高光谱数据的光谱维度分配权重,然后将带权重的数据输入对抗自编码器网络中,自编码器作为网络的生成器,输入数据x经过编码器得到隐藏向量z,然后通过解码器得到重建结果x',通过判别器来判断z是否为真实数据,联合对抗网络的损失函数和自编码器的损失函数不断优化网络,使输出重建结果x'尽可能接近输入数据x,获得了一个可以精确重建出高光谱图像背景的模型; 在步骤二中,引入了光谱注意力机制,通过使用两个1×1的卷积层对输入数据xt∈RH×W×C,xt表示像素点,R为高光谱数据,H,W,C为高光谱数据的空间尺寸及光谱维度,进行线性映射来获得全空间分辨率query向量fcq和半通道分辨率key向量fck,然后,query向量通过矩阵相乘操作重新映射到key向量,计算出光谱维度的自相关性,得到注意力attention系数,记为value向量fcv,为了避免连续性的过度损失,将通道设为C2,上述过程用公式表示如下: 其中表示1×1的卷积层,FR·表示通过Reshape函数来调整尺寸达到匹配,表示矩阵乘法运算,在通道调整和Sigmoid激活之后,获得每个通道的权重因子,然后,将原始数据xt∈RH×W×C和权重因子相乘得到重新校准后的输入数据: 步骤三:将测试高光谱图像输入网络进行重建,将重建结果与原始高光谱图像逐个像素计算光谱距离获得距离图;对距离图施加背景抑制得到最终的检测结果图。

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南京理工大学,其通讯地址为:210000 江苏省南京市玄武区孝陵卫街道孝陵卫街200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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。