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！

龙图腾网获悉北京理工大学(珠海)申请的专利一种基于双阶段注意力引导和状态空间模型的高光谱异常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：CN121074687B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511604143.8，技术领域涉及：G06V20/10；该发明授权一种基于双阶段注意力引导和状态空间模型的高光谱异常检测方法是由崔桐;王智玉;王庆娟;黄斌;张宇航设计研发完成，并于2025-11-05向国家知识产权局提交的专利申请。

本一种基于双阶段注意力引导和状态空间模型的高光谱异常检测方法在说明书摘要公布了：本发明提供了一种基于双阶段注意力引导和状态空间模型的高光谱异常检测方法，涉及高光谱图像处理技术领域，包括基于自编码网络的场景背景建模，生成重建背景图像和重建残差图，基于重建残差图对原始高光谱数据进行目标信号增强，得到注意力增强数据，基于注意力增强数据，采用状态空间模型进行目标特征深度提取，生成异常语义特征图，融合背景引导特征图和异常语义特征图，通过自适应门控融合生成异常概率图，并基于多任务损失函数进行协同优化。本发明不仅从根本上解决了单一网络架构的内在矛盾，还充分结合了重建方法的先验引导能力和状态空间模型的强大特征表示能力，显著提升了高光谱异常检测的准确性和可靠性。

本发明授权一种基于双阶段注意力引导和状态空间模型的高光谱异常检测方法在权利要求书中公布了：1.一种基于双阶段注意力引导和状态空间模型的高光谱异常检测方法，其特征在于，包括： 步骤1：基于自编码网络的场景背景建模，生成重建背景图像和重建残差图； 步骤2：基于重建残差图对原始高光谱数据进行目标信号增强，得到注意力增强数据； 步骤3：基于注意力增强数据，采用状态空间模型进行目标特征深度提取，生成异常语义特征图；具体为： 对注意力增强数据的光谱和空间维度进行协同编码，得到联合特征图； 将联合特征图序列化后输入状态空间模型，进行长程依赖建模，得到增强特征序列； 基于增强特征序列进行重新塑形，得到异常语义特征图； 对注意力增强数据的光谱和空间维度进行协同编码，得到联合特征图，具体为： 对注意力增强数据进行光谱特征降维与提纯，得到光谱特征图； 对光谱特征图进行空间上下文融合，生成空间上下文特征图； 将光谱特征图与空间上下文特征图在通道维度上进行拼接，得到联合特征图； 将联合特征图序列化后输入状态空间模型，进行长程依赖建模，得到增强特征序列，具体为： 将联合特征图进行空间序列化，得到特征序列； 将特征序列输入状态空间模型核心，得到增强特征序列； 步骤4：融合背景引导特征图和异常语义特征图，通过自适应门控融合生成异常概率图，并基于多任务损失函数进行协同优化。

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北京理工大学(珠海)，其通讯地址为：519000 广东省珠海市香洲区金凤路6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。