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！

龙图腾网获悉耕宇牧星(北京)空间科技有限公司申请的专利融合频域建模与轻量线性注意力的遥感图像语义分割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：CN121170289B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511248975.0，技术领域涉及：G06V10/26；该发明授权融合频域建模与轻量线性注意力的遥感图像语义分割方法是由李冠群设计研发完成，并于2025-09-03向国家知识产权局提交的专利申请。

本融合频域建模与轻量线性注意力的遥感图像语义分割方法在说明书摘要公布了：本发明涉及遥感图像处理技术领域，公开了融合频域建模与轻量线性注意力的遥感图像语义分割方法，包括：通过初始卷积层提取遥感图像的基础空间纹理和边缘特征，得到初始特征图；初始特征图通过逐层下采样得到多尺度特征；将多尺度特征分别输入至多尺度频域增强的轻量化线性注意力单元，通过频域显著性引导与空间多尺度建模协同作用输出增强后的多尺度特征；增强后的多尺度特征从最高层特征依次进行上采样并与对应层的增强特征相加融合，得到融合后的高分辨率特征映射特征图；融合后的高分辨率特征映射特征图通过分类预测映射得到语义分割图。本发明通过引入频域增强机制与轻量化线性注意力结构，显著提升模型对复杂地物的分割准确性。

本发明授权融合频域建模与轻量线性注意力的遥感图像语义分割方法在权利要求书中公布了：1.融合频域建模与轻量线性注意力的遥感图像语义分割方法，其特征在于，包括： 通过初始卷积层提取遥感图像的基础空间纹理和边缘特征，得到初始特征图； 所述初始特征图通过逐层下采样得到多尺度特征； 将所述多尺度特征分别输入至多尺度频域增强的轻量化线性注意力单元，通过频域显著性引导与空间多尺度建模协同作用输出增强后的多尺度特征； 所述增强后的多尺度特征从最高层特征依次进行上采样并与对应层的增强特征相加融合，得到融合后的高分辨率特征映射特征图； 所述融合后的高分辨率特征映射特征图通过分类预测映射得到语义分割图； 将所述多尺度特征分别输入至多尺度频域增强的轻量化线性注意力单元，通过频域显著性引导与空间多尺度建模协同作用输出增强后的多尺度特征，包括： 步骤a：构造上分支，包括： 输入特征通过快速傅里叶变换，得到特征； 所述特征依次经过卷积层、批归一化层、GELU激活函数、卷积层、Sigmoid激活函数得到频率显著性权重； 将所述特征与所述频率显著性权重进行矩阵相乘，得到特征； 将所述特征通过逆傅里叶变换将重标定后的频谱还原到空间域，并通过GELU激活保持非线性，输出频域增强后的全局表征； 步骤b：构造下分支，包括： 输入特征通过归一化层得到特征； 所述特征经过11卷积层、55深度可分离卷积层、GELU激活函数后得到特征，所述特征分别经过两个线性层得到特征和特征，所述特征和特征分别经过可分离的核函数后与所述特征进行矩阵相乘得到特征； 所述特征经过11卷积层、33深度可分离卷积层、GELU激活函数后得到特征，所述特征分别经过两个线性层得到特征和特征，所述特征和特征分别经过可分离的核函数后与所述特征进行矩阵相乘得到特征； 所述特征经过11卷积层、激活函数得到权重； 所述特征和所述特征拼接后与所述权重进行矩阵相乘，再经过11卷积层得到多尺度线性上下文特征； 步骤c：将所述频域增强后的全局表征与所述多尺度线性上下文特征逐元素相加，得到融合特征； 步骤d：所述融合特征经过归一化层、多层感知机后与所述融合特征残差相加，得到输出特征。

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耕宇牧星(北京)空间科技有限公司，其通讯地址为：100095 北京市海淀区地锦路9号院14号楼101-1；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。