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！

龙图腾网获悉长沙理工大学申请的专利基于局部与全局特征融合的遥感图像分类方法和装置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：CN115937594B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202211608008.7，技术领域涉及：G06V10/764；该发明授权基于局部与全局特征融合的遥感图像分类方法和装置是由王威;郑薇;王新设计研发完成，并于2022-12-14向国家知识产权局提交的专利申请。

本基于局部与全局特征融合的遥感图像分类方法和装置在说明书摘要公布了：本申请涉及图像识别技术领域的一种基于局部与全局特征融合的遥感图像分类方法和装置。该方法包括：将获取的遥感图像进行标注作为训练样本；构建遥感图像分类模型，该模型包括输入网络、特征提取网络和分类网络；其中，输入网络用于采用空洞卷积对训练样本进行多分支多尺度特征提取，特征提取网络用于采用4个由1个下采样层和若干个堆叠的RMFE模块组成stage依次进行全局与局部特征提取与融合，其中RMFE模块采用纯卷积方式同时提取局部与全局特征；采用训练样本对遥感图像分类模型进行训练，采用训练好的遥感图像分类模型对待测遥感图像进行分类，得到遥感图像分类结果。采用本方法在降低模型参数量的同时提高了图像分类的准确率。

本发明授权基于局部与全局特征融合的遥感图像分类方法和装置在权利要求书中公布了：1.一种基于局部与全局特征融合的遥感图像分类方法，其特征在于，所述方法包括： 获取遥感图像，并对所述遥感图像进行标注，得到训练样本； 构建基于局部与全局特征融合的遥感图像分类模型，所述遥感图像分类模型包括：输入网络、特征提取网络以及分类网络；所述输入网络用于采用多个不同空洞率的空洞卷积对所述训练样本进行特征提取后进行拼接，得到拼接特征图；所述特征提取网络用于采用4个由下采样层和由若干个RMFE模块堆叠的模块组成的stage对所述拼接特征图的局部和全局特征进行提取与融合，得到融合特征图；所述RMFE模块是基于MetaFormer范式采用P2DF模块和前馈层构建的；所述P2DF模块用于对输入的特征图进行通道拆分，然后采用卷积和通道注意力模块提取第二通道拆分结果的全局特征，采用卷积和空间注意力模块提取第一通道拆分结果的局部特征，并将所述全局特征和所述局部特征进行融合；所述分类网络用于根据所述融合特征图进行分类，得到遥感图像分类预测结果；所述P2DF模块包括：全局特征提取支路、局部特征提取支路以及特征融合模块；其中，所述全局特征提取支路包括点卷积层、深度卷积层以及通道注意力模块；所述局部特征提取支路包括：2个堆叠的深度卷积层和1个点卷积层、空间注意力模块；所述特征融合模块包括：由3×3的深度卷积层和一个跳跃连接组成的卷积模块以及两个点卷积层； 采用所述训练样本的标注及将所述训练样本输入到所述遥感图像分类模型得到的遥感图像分类预测结果，对所述遥感图像分类模型进行训练，得到训练好的遥感图像分类模型； 将待测遥感图像输入到训练好的遥感图像分类模型，得到遥感图像分类结果。

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长沙理工大学，其通讯地址为：410000 湖南省长沙市天心区赤岭路45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。