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！

龙图腾网获悉西安电子科技大学申请的专利基于多尺度双流架构的遥感图像小样本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：CN115311502B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202211128397.3，技术领域涉及：G06V10/764；该发明授权基于多尺度双流架构的遥感图像小样本场景分类方法是由李阳阳;陈茜;毛鹤亭;焦李成;尚荣华;李玲玲;马文萍设计研发完成，并于2022-09-16向国家知识产权局提交的专利申请。

本基于多尺度双流架构的遥感图像小样本场景分类方法在说明书摘要公布了：本发明公开了一种基于多尺度双流架构的遥感图像小样本场景分类方法，主要解决现有技术图像判别存在信息丢失，易受遥感图像复杂背景和物体尺度剧烈变化影响的问题。其方案是：获取数据集进行数据预处理；对预处理后的数据集随机采样，生成用于训练、验证和测试的支持集与查询集；构建由全局流网络、局部流网络和关键区域定位模块组成的整体双流网络；定义全局流和局部流的损失函数，训练并验证整体双流网络，得到最优网络模型；使用最优网络模型对测试样本进行分类，得到场景分类结果。本发明减少了遥感图像判别信息的丢失，避免复杂背景和物体尺度剧烈变化对场景分类的影响，提高了分类精度，可用于自然灾害检测、城市规划、环境监测及植被调查。

本发明授权基于多尺度双流架构的遥感图像小样本场景分类方法在权利要求书中公布了：1.一种基于多尺度双流架构的遥感图像小样本场景分类方法，其特征在于，包括： 1从公开网站获取三个不同的遥感图像数据集，对数据集中的图像依次进行裁剪、随机水平翻转、随机亮度增强、随机色彩增强和随机对比度增强的预处理； 2对预处理后的数据集随机采样，获得训练支持集S1与训练查询集T1，验证支持集S2与验证查询集T2，测试支持集S3与测试查询集T3； 3构建整体双流网络： 3a建立由注意力深度嵌入模块A、类别相关注意力模块B和度量模块C连接构成的全局流网络，结构如下： 所述注意力深度嵌入模块A，由一个卷积层、四个卷积块、平均池化层、通道数为128的1×1卷积层级联构成；该卷积层由通道数为64的7×7卷积滤波器和3×3的最大池化操作组成，每个卷积块都由4个3×3卷积滤波器组成，每两个卷积滤波器后添加一个跳连接操作，第一卷积块通道数为64，第二卷积块通道数为128，第三卷积块通道数为256，第四卷积块通道数为512； 所述类别相关注意力模块B，用于输出注意力特征图M， 所述度量模块C，用于输出给定查询图像q到类c之间的相似性 将类别相关注意力模块B输入端与注意力深度嵌入模块A的第二卷积块输出端相连，再将类别相关注意力模块B的输出端和注意力深度嵌入模块A的最后一个1×1卷积层输出端同时连接到度量模块C，度量模块C的输出即为全局流网络的输出； 3b选用现有的原型网络作为局部流网络； 3c建立由向量构建操作和贪婪边界搜索组成的的关键区域定位模块； 3d将全局流网络和局部流网络通过关键区域定位模块连接，得到整体双流网络； 4利用训练支持集S1与训练查询集T1，通过小样本情景训练方法对整体双流网络进行训练，得到训练后的双流网络； 5将验证支持集S2与验证查询集T2输入到训练后的双流网络进行网络参数微调，保存指标最高的网络作为最优双流网络模型； 6将测试支持集S3与测试查询集T3输入到最优双流网络模型，得到最终分类结果。

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安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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。