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！

龙图腾网获悉哈尔滨工业大学申请的专利基于复数域多尺度视觉transformer的空间目标识别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：CN116091889B 。

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：202310003530.0，技术领域涉及：G06V10/82；该发明授权基于复数域多尺度视觉transformer的空间目标识别方法是由张云;袁浩轩;李宏博;魏晨曦设计研发完成，并于2023-01-03向国家知识产权局提交的专利申请。

本基于复数域多尺度视觉transformer的空间目标识别方法在说明书摘要公布了：基于复数域多尺度视觉transformer的空间目标识别方法，属于ISAR图像处理领域。为了解决机动空间目标ISAR图像的散焦问题和单帧图像识别效果不好的问题。本发明首先获取ISAR运动空间样本数据，将每三个连续的图像帧组成一个图像序列样本，并将ISAR散焦图像序列分割成尺度大小不同的图像序列块；将分割后不同大小的图像序列块分别输入到两个不同尺度的复数域卷积模块中进行特征提取，分别得到两个尺度的图像序列在复数域中的特征嵌入，将特征嵌入与位置编码相加得到相加后的特征向量F，再与识别编码向量进行组合，之后将组合后的输出输入到基于transformer模型的复数域CVMVT网络中实现目标识别。本发明用于ISAR图像的空间目标识别。

本发明授权基于复数域多尺度视觉transformer的空间目标识别方法在权利要求书中公布了：1.基于复数域多尺度视觉transformer的空间目标识别方法，其特征在于，包括以下步骤： 获取ISAR运动空间样本数据，所述的ISAR运动空间样本为机动目标的ISAR散焦图像序列，每三个连续的图像帧组成一个图像序列样本，并将ISAR散焦图像序列分割成尺度大小不同的图像序列块； 将分割后不同大小的图像序列块分别输入到两个不同尺度的复数域卷积模块中进行特征提取，分别得到两个尺度的图像序列在复数域中的特征嵌入，然后这个特征嵌入与位置编码相加得到相加后的特征向量，所述位置编码表示了分割后小图像块在原始图像中的位置；特征向量再与识别编码向量进行组合，所述识别编码向量表示目标的分类； 将组合后的输出输入到复数域CVMVT网络中进行目标识别； 所述复数域CVMVT网络包含两条处理路径，分别用于处理不同大小的图像序列块对应的组合后的输出，每条处理路径包括一个复数域卷积模块和一个复数域transformer编码器模块； 所述复数域卷积模块包括2个卷积层，每个卷积层之后都接有复数batchnormalization层、复数最大池化层以及复数ReLU激活层；之后将输出特征图维度展开，并重构图像块的维度，最后加入一个复数域全连接层； 所述复数域transformer编码器模块包含两个复数域Layernormalization层、一个复数域注意力机制层和一个复数域前馈层，其中复数域注意力机制层包含了8个注意力模块，每个模块包含4个实数域全连接层，前三个实数域全连接层分别提取transformer模型的查询矩阵、关键词矩阵和价值矩阵的特征，第4个全连接层用于将特征输出；复数域前馈层包含两个复数域全连接层和一个复数ReLU激活层；在所述复数域transformer编码器模块中，输入和复数域注意力机制层进行残差连接，残差连接后的输出与复数域前馈层再进行残差连接； CVMVT网络包含的两条处理路径中就有两个不同参数的复数域卷积模块和两个不同参数的复数域transformer编码器模块，包括第一个复数域卷积模块和第一个复数域transformer编码器模块，以及第二个复数域卷积模块和第一个复数域transformer编码器模块；最后，两个尺度的复数域transformer编码器模块的输出在最后一个维度进行拼接，经过一个输出维度大小为8的复数域全连接层得到CVMVT模型的输出向量；从而实现空间目标识别。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。