江西師范大學徐承俊獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉江西師范大學申請的專利結合人類感知與李群特征的遙感場景分類方法及系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN120182732B 。
龍圖騰網通過國家知識產權局官網在2025-08-19發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510662473.6,技術領域涉及:G06V10/764;該發明授權結合人類感知與李群特征的遙感場景分類方法及系統是由徐承俊;汪政罕;舒靜倩;汪嘉麟;黃研欣;姜超越;鄧軼浩;劉世仁設計研發完成,并于2025-05-22向國家知識產權局提交的專利申請。
本結合人類感知與李群特征的遙感場景分類方法及系統在說明書摘要公布了:本發明公開了一種結合人類感知與李群特征的遙感場景分類方法及系統,涉及遙感技術領域,該方法包括:獲取目標區域對應的遙感影像,采用基于李群內均值的超像素分割方式對所述遙感影像進行分割,得到多個目標對象對應的特征圖;通過圖外注意力機制捕獲分割得到的多個所述特征圖之間的相關性;結合圖內注意力機制對所述特征圖的場景特征進行聚合與增強,得到遙感影像的場景分類結果。本發明先通過外部注意力模塊來捕獲不同圖之間的相關性,然后結合內部注意力對特征進行進一步聚合和增強,最后得到分類結果,在保持分類準確率的同時,顯著降低了模型的復雜度。
本發明授權結合人類感知與李群特征的遙感場景分類方法及系統在權利要求書中公布了:1.一種結合人類感知與李群特征的遙感場景分類方法,其特征在于,所述方法包括: 獲取目標區域對應的遙感影像,采用基于李群內均值的超像素分割方式對所述遙感影像進行分割,得到多個目標對象對應的特征圖; 通過圖外注意力機制捕獲分割得到的多個所述特征圖之間的相關性; 結合圖內注意力機制對所述特征圖的場景特征進行聚合與增強,得到遙感影像的場景分類結果; 其中,通過圖外注意力機制捕獲分割得到的多個所述特征圖之間的相關性的步驟,包括: 基于圖外注意力機制,分別計算各個所述特征圖的節點特征,以及任意多個所述特征圖之間的邊緣特征; 根據各個所述特征圖的節點特征,以及任意多個所述特征圖之間的邊緣特征,計算不同特征圖中節點之間的相關性; 其中,根據各個所述特征圖的節點特征,以及任意多個所述特征圖之間的邊緣特征,計算不同特征圖中節點之間的相關性的步驟,表達式為: ; 式中,A E為輸入圖節點與外部單元之間的相似度,Norm表示歸一化操作,F為數據樣本,大小為n×d,其中n為節點數,d為維度,P為學習參數,T表示轉置操作,R為實數,s為外部節點數; 所述步驟還包括對輸入圖節點與外部單元之間的相似度分別進行行與列的歸一化處理,表達式為: ; 其中,所述步驟還包括: 采用兩組獨立的外部單元分別用于鍵和值,并為邊緣特征增設額外的外部單元,通過共享單元確定邊緣特征與節點特征之間的關聯關系,表達式為; 式中,S EN表示用于存儲連接的共享單元,維度為d×d,P KN、P VN為節點的外部鍵值對,P KE、P VE為邊的外部鍵值對,T表示轉置操作; 其中,結合圖內注意力機制對所述特征圖的場景特征進行聚合與增強,得到遙感影像的場景分類結果的步驟,包括: 基于所述圖外注意力機制,結合所述圖內注意力機制對每個所述特征圖沿X軸與Y軸進行全局平均池化; 將經過全局平均池化后的所有特征圖進行合并,得到過程圖; 將所述過程圖通過深度卷積層進行深度特征提取,以及通過激活函數進行激活處理。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人江西師范大學,其通訊地址為:330000 江西省南昌市高新區紫陽大道99號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。