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！

龙图腾网获悉中国电子科技集团公司第五十四研究所申请的专利一种小样本遥感图像场景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：CN116310492B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202310011379.5，技术领域涉及：G06V10/764；该发明授权一种小样本遥感图像场景分类方法是由陈彦桥;柴兴华;朱良彬;张小龙;李阳阳;毛鹤亭设计研发完成，并于2023-01-05向国家知识产权局提交的专利申请。

本一种小样本遥感图像场景分类方法在说明书摘要公布了：本发明公开了一种小样本遥感图像场景分类方法，属于图像感知领域。该方法首先将遥感图像场景分类数据集划分为训练集、验证集和测试集；接着基于上述数据集分别构建情景集；接着构建基于注意力机制的深度近邻神经网络模型；接着基于情景集对基于注意力机制的深度近邻神经网络模型进行训练及验证；最后基于情景集对训练好的基于注意力机制的深度近邻神经网络模型进行测试。本发明针对遥感图像场景分类中场景背景复杂的问题，提出了基于注意力机制的深度神经网络模型，引入情景训练方式，采用深度局部描述子进行特征表示，引入了注意力机制得到场景类别相关的注意力图，将深度局部描述子区分为与场景相关和无关的两部分，基于度量模块计算查询图像的局部描述子与类别之间的相似性，并利用注意力图进行加权求和，解决了小样本遥感图像场景分类问题。

本发明授权一种小样本遥感图像场景分类方法在权利要求书中公布了：1.一种小样本遥感图像场景分类方法，其特征在于，包括如下步骤： 步骤1，将遥感图像场景分类数据集划分为训练集、验证集和测试集； 步骤2，基于上述数据集分别构建情景集； 步骤3，构建基于注意力机制的深度近邻神经网络模型；构建方式为： 3a将基于注意力机制的深度近邻神经网络模型分为2个模块，分别为基于注意力机制的深入嵌入模块fψ·和度量模块 3b基于注意力机制的深入嵌入模块fψ·的构建方式为： 3b-1使用卷积神经网络Conv-64F、VGG16、ResNet18或ResNet50作为深度嵌入模块； 3b-2经过深度嵌入模块提取后的深度特征fψXimage是一个大小为h×w×d的张量，其中w、h、d分别表示深度嵌入模块提取特征图的宽度、高度和通道数，将其视为m个d维的深度描述子的集合： fψXimage＝[x1,x2,...,xm]∈Rd×m 式中，m＝h×w，xi是第i个深度局部描述子，Rd×m表示元素为实数的d行m列矩阵； 3b-3采用类别相关注意力模块为深度嵌入模块引入注意力机制，将深度局部描述子区分为与场景相关部分和不相干部分，即为由深度嵌入模块得到的特征图中的每一个像素点构建一个特征图，具体方式为，使用挤压激励网络作为基础模块，使用非局部注意力机制代替挤压激励网络中的全局平均池化操作，具体计算方式如下： 式中，σ和δ分别表示ReLU激活函数和Sigmoid激活函数；Wz1和Wz2均为全连接权重，分别用于按比例缩减和扩张特征图维度；Np表示特征图像素的总数；fgXjj＝Wg·Xjj；表示矩阵乘法；fkXjj与原始的非局部注意力模块相同，是计算沿着像素点jj的注意力特征图，计算方式如下： fkXjj＝SoftmaxWk·Xjj3b-4类别相关注意力模块的输出结果为权重向量[am1,...,amc]，其中，c为特征图的通道数，am1表示第i个通道是否与场景类别相关，如果相关，ami＝1，否则，ami＝0，根据学习到的特征通道权值向量，进一步得到类别相关的注意力特征图，如下所示： Mx＝Sigmoid∑amifi 其中，fi代表的是第i个通道的特征，即把与场景相关的通道累加起来从而获取更加丰富的信息，然后经过Sigmoid函数得到各个像素位置与场景类别相关的注意力特征图； 3c度量模块fj·的构建方式为： 通过深度嵌入模块，每个查询图像将得到m个描述子，对于每个描述子xi，基于K近邻方法在类别c中找到k个最近邻计算xi与之间的相似度；使用在基于注意力机制的深度嵌入模块中得到的注意力图，对描述子的相似度进行加权求和，计算方式如下； 其中，表示非定的查询图像q与类别c之间的相似度，xi表示查询图像q的第i个局部描述子，m表示局部描述子的总数，表示xi在类别c中的第j个最近邻，cos·表示两个向量之间的余弦相似度，Mxi表示注意力特征图在xi位置处的响应度； 3d将查询图像与各个类别的相似度作为预测类别的概率，网络的损失函数使用Softmax损失来计算： 其中，pi表示xi被正确分类的概率，N代表训练样本的数量，C代表类的数量； 步骤4，基于情景集对基于注意力机制的深度近邻神经网络模型进行训练及验证； 步骤5，基于情景集对训练好的基于注意力机制的深度近邻神经网络模型进行测试。

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电子科技集团公司第五十四研究所，其通讯地址为：050081 河北省石家庄市中山西路589号第五十四所航天信息应用技术重点实验室；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。