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！

龙图腾网获悉南京信息工程大学申请的专利基于多尺度残差注意力模型的SAR影像水体提取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：CN115937707B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202211702126.4，技术领域涉及：G06V20/13；该发明授权基于多尺度残差注意力模型的SAR影像水体提取方法是由孙岩;张永宏;马光义设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。

本基于多尺度残差注意力模型的SAR影像水体提取方法在说明书摘要公布了：本发明公开了一种基于多尺度残差注意力模型的SAR影像水体提取方法，步骤如下：首先对SAR原影像进行预处理和标签制作，得到模型的训练集和测试集；其次针对遥感影像中水体形态各异问题，模型的编码器被设计成多尺度残差模块；针对狭窄水域识别准确率低的问题，模型的解码器采用嵌套式结构；最后在每层编码器后面加上细化注意力模块SC‑attention，融合空间特征中丰富的语义信息和通道特征中准确的位置信息，以逐步细化分割细节来避免水体边界信息的丢失。本发明利用多尺度残差模块获得水体不同尺度下的特征信息，通过嵌套式解码器能够抑制影像中散斑噪声和非水体背景，保留更多的水体信息，从而获得更好的分割结果。

本发明授权基于多尺度残差注意力模型的SAR影像水体提取方法在权利要求书中公布了：1.一种基于多尺度残差注意力模型的SAR影像水体提取方法，其特征在于，包括以下步骤： 1针对狭窄水域识别准确率低的问题，建立多尺度残差注意力模型的SAR影像水体提取方法，该模型引入嵌套式连接的解码器结构，该结构使用上采样和几个短跳连接代替长跳连接；嵌套式连接的解码器能够抑制语义间隙的影响，保留更多的信息，从而获得更好的分割结果；该模型还包括多尺度残差和注意力模块；多尺度残差模块能够分析不同尺度的目标，提取更深层次的高级特征信息；为了获得准确和连续的水体边界，在每层编码器后面加上细化注意力模块，用来融合空间特征中丰富的语义信息和通道特征中准确的位置信息，以逐步细化分割细节来避免水体边界信息的丢失； 所述的细化注意力模块的设计步骤具体为： 细化注意力模块引入了空间注意力SA和通道注意力CA的思想；SA和CA模块分别学习SA权重和CA权重，将两个注意力权重加权到组合特征就可获得两个新的加权特征，即SA权重分配给抽象要素，CA权重分配给空间要素；最后将两个加权特征相加得到新的融合特征；细化注意力模块利用了通道特征和空间特征，最终提高了语义分割中像素级分类的准确性，细化注意力模块表示如下： fCA＝σMLPAvgPoolX+MaxPoolX ＝σW1W0Favg+W1W0Favg fSA＝σf7×7AvgPoolX；MaxPoolX ＝σf7×7Fss 其中W1∈Rcr×c和W0∈Rc×cr是多层感知器的权重，f7×7表示滤波器大小为7×7的卷积层，σ是sigmoid函数，代表点乘运算符，fCA为CA模块，fSA为SA模块；X为输入特征图； 2获取SAR影像，对源影像进行预处理，获得模型的训练数据集和测试数据集； 3通过水体在SAR影像中散射系数低，呈现的颜色比较深的特点来制作标签； 4设置模型的超参数、总训练次数、学习率、动量参数、权重衰减参数，经过反复调整和对比试验得到最佳参数，以得到最佳水体分割模型； 5使用测试集测试训练好的模型，并通过和传统模型对比，最终验证多尺度残差和注意力模型在水体分割方面的优越性。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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”。