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 > 西北工业大学;国家海洋环境监测中心高宁获国家专利权

西北工业大学;国家海洋环境监测中心高宁获国家专利权

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!

龙图腾网获悉西北工业大学;国家海洋环境监测中心申请的专利基于图像频域特征的高分辨率遥感影像精准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:CN121214085B

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:202511768470.7,技术领域涉及:G06V10/764;该发明授权基于图像频域特征的高分辨率遥感影像精准分类方法是由高宁;杨益新;杜新远;孙家文;陈艳拢设计研发完成,并于2025-11-28向国家知识产权局提交的专利申请。

基于图像频域特征的高分辨率遥感影像精准分类方法在说明书摘要公布了:本发明涉及影像分类技术领域,具体涉及一种基于图像频域特征的高分辨率遥感影像精准分类方法,该方法包括获取高分辨率遥感影像数据;采用编码器‑解码器架构搭建分类模型,在骨干网络每个输出尺度后接入多尺度特征增强模块;所述解码器采用U‑Net结构,通过双线性插值逐级上采样,将对应尺度的增强特征图通过跳跃连接与上采样特征拼接融合,输出与输入影像尺寸一致的预测结果;设置双分割头辅助分类模型训练,获取训练好的分类模型;将待分类的高分辨率遥感影像数据经训练好的分类模型获取分类结果。本发明将频域建模层纳入到神经网络中,用来解决由于缺少频域特征而导致的分类、识别错误的情况。

本发明授权基于图像频域特征的高分辨率遥感影像精准分类方法在权利要求书中公布了:1.一种基于图像频域特征的高分辨率遥感影像精准分类方法,其特征在于,包括: 获取高分辨率遥感影像数据,对影像数据进行归一化处理,以固定窗口尺寸进行切片并保留相邻切片的重叠区域,同时制作与影像对应的整型掩膜标签,使标签通过最近邻插值与影像对齐; 采用编码器-解码器架构搭建分类模型,所述编码器采用预训练的ResNet-50网络作为骨干网络,通过四阶段卷积与下采样操作提取不同尺度特征图,且在骨干网络每个输出尺度后接入多尺度特征增强模块,对各尺度特征图进行特征增强,获取各尺度的增强特征图;所述解码器采用U-Net结构,通过双线性插值逐级上采样,将对应尺度的增强特征图通过跳跃连接与上采样特征拼接融合,输出与输入影像尺寸一致的预测结果; 设置双分割头辅助分类模型训练,获取训练好的分类模型; 将待分类的高分辨率遥感影像数据经训练好的分类模型获取分类结果; 所述多尺度特征增强模块包括两并行的大核卷积分支与频域交互分支;将骨干网络的特征图分别通过大核卷积分支与频域交互分支处理后,再进行拼接融合获得增强特征图; 所述大核卷积分支,包括: 将骨干网络的特征图分别经过5×5与7×7两个大核卷积层提取多尺度空间特征,再将这两路特征沿通道维度拼接,并分别进行最大池化和平均池; 将池化后的特征再通过一个7×7卷积,生成两个空间注意力掩码; 将两个空间注意力掩码分别作用于对应的5×5与7×7卷积输出,再通过逐元素相乘进行空间权重增强,随后将增强后的特征融合进行输出; 所述频域交互分支,包括: 将骨干网络的特征图使用1×1卷积提取高频特征,同时通过平均池化下采样结合1×1卷积获得对应的低频特征; 采用八度卷积对高频特征和低频特征通过双向交互与融合后输出。

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西北工业大学;国家海洋环境监测中心,其通讯地址为:710072 陕西省西安市碑林区友谊西路127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。