齐齐哈尔大学葛海淼获国家专利权
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!
龙图腾网获悉齐齐哈尔大学申请的专利高光谱-激光雷达图像的土地覆被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:CN117975140B 。
龙图腾网通过国家知识产权局官网在2025-08-29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:202410152845.6,技术领域涉及:G06V10/764;该发明授权高光谱-激光雷达图像的土地覆被分类方法是由葛海淼;潘海珠设计研发完成,并于2024-02-03向国家知识产权局提交的专利申请。
本高光谱-激光雷达图像的土地覆被分类方法在说明书摘要公布了:高光谱‑激光雷达图像的土地覆被分类方法,解决了现有土地覆被分类难以有效地提取判别特征的问题,属于土地覆被分类技术领域。本发明包括:土地覆被的HSI和LiDAR数据输入至多尺度互相关注意力卷积融合网络,得到HSI和LiDAR数据的联合语义特征,将该联合语义特征输入分类模块中,分类模块生成最终分类结果;本发明的多尺度互相关注意力卷积融合网络利用多尺度残差的卷积块从HSI和LiDAR数据中提取光谱、空间和高程特征,并利用互相关注意力块将提取的光谱特征与HSI的空间特征和LiDAR的高程特征进行融合,还利用互相关注意力块融合HSI和LiDAR的空间特征。本发明可以充分利用HSI的光谱信息和LiDAR的高程信息,提高土地覆被分类的精度。
本发明授权高光谱-激光雷达图像的土地覆被分类方法在权利要求书中公布了:1.高光谱-激光雷达图像的土地覆被分类方法,其特征在于,所述方法包括: 土地覆被的高光谱图像和激光雷达图像输入至多尺度互相关注意力卷积融合网络,得到高光谱图像和激光雷达图像的联合语义特征,将该联合语义特征输入分类模块中,所述分类模块生成最终分类结果; 所述多尺度互相关注意力卷积融合网络包括多尺度残差的空间-光谱卷积特征提取模块、多尺度残差的1号空间卷积特征提取模块和互相关注意力融合模块; 多尺度残差的空间-光谱卷积特征提取模块包括光谱卷积特征提取模块和多尺度残差的2号空间卷积特征提取模块; 互相关注意力融合模块包括1号互相关注意力块、2号互相关注意力块和3号互相关注意力块; 激光雷达图像输入至多尺度残差的1号空间卷积特征提取模块中,多尺度残差的1号空间卷积特征提取模块输出激光雷达图像的空间特征; 高光谱图像同时输入至光谱卷积特征提取模块和多尺度残差的2号空间卷积特征提取模块,光谱卷积特征提取模块输出高光谱图像中的光谱特征;多尺度残差的2号空间卷积特征提取模块输出高光谱图像中的空间特征; 1号互相关注意力块将高光谱图像中的光谱特征和空间特征进行融合,得到高光谱图像的空间-光谱特征; 2号互相关注意力块将激光雷达图像的空间特征和高光谱图像中的光谱特征进行融合,得到激光雷达图像的空间-光谱特征;3号互相关注意力块将高光谱图像的空间-光谱特征和激光雷达图像的空间-光谱特征进行融合,得到高光谱图像和激光雷达图像的联合空间特征; 将高光谱图像和激光雷达图像的联合空间特征与高光谱图像的空间-光谱特征进行融合,得到联合语义特征; 将联合语义特征输入至分类模块,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齐齐哈尔大学,其通讯地址为:161006 黑龙江省齐齐哈尔市建华区文化大街42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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。