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！

龙图腾网获悉杭州电子科技大学申请的专利基于全卷积神经网络与变换器的卫星图像语义分割方法及系统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：CN116597142B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202310562810.5，技术领域涉及：G06V10/26；该发明授权基于全卷积神经网络与变换器的卫星图像语义分割方法及系统是由胡淼;李舒琴;杨国伟;周雪芳设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本基于全卷积神经网络与变换器的卫星图像语义分割方法及系统在说明书摘要公布了：本发明基于全卷积神经网络与变换器的卫星图像语义分割的方法及系统，方法包括:1对卫星图像进行除雾去噪处理；2采用多层即深度下抽样卷积神经网络提取卫星图像特征；3利用具有自注意力机制变换器优化卫星图像特征；4利用上抽样实现卫星图像的语义分割。本发明利用自动编码机对图像进行除雾去噪，使得卫星图像更清晰，利用卷积网络提取卫星图像特征的同时，设计一个转换器的自注意网络，利用权重分布，进一步提取卫星图像，最后自注意层的特征图进行上采样得到原图大小的分割，还通过跳级结构将富有全局信息最后一层的预测和富有局部信息更浅层的预测结合，在遵守全局预测的同时进行局部预测，实现精准的语义分割。

本发明授权基于全卷积神经网络与变换器的卫星图像语义分割方法及系统在权利要求书中公布了：1.基于全卷积神经网络与变换器的卫星图像语义分割方法，其特征在于，按如下步骤进行： 步骤1，采用自动编码机对卫星图像进行除雾去噪处理； 步骤2，采用多层即深度下抽样卷积神经网络提取卫星图像特征； 步骤3，利用具有自注意力机制变换器优化卫星图像特征； 步骤4，利用上抽样去卷积实现卫星图像的语义分割； 步骤1具体如下：将卫星图像上的像素矩阵转换为向量，作为自动编码机识别网络的输入，其输入为x＝[x1,x2……xd]，d为维数，编码器通过映射函数f将x从输入层投影到第一隐含层h1，h1＝[h11,h12……h1dh1]，f为： h1＝fx＝ReluW1x+b1；其中，W1是h1dh1×d权重矩阵，b1是偏差向量；再通过映射函数f将h1从第一隐含层投影到第二隐含层h2，h2＝[h21,h22……h2dh2]，f为：h2＝fx＝ReluW2h1+b2；其中，W2是h2dh2×h1权重矩阵；解码器的激活函数ReLu为修正线性单元函数；通过映射函数将隐含层表示的h2映射到输出层的其中，函数为采用随机梯度下降算法对权值W1、W进行调整,即使用误差反向传播算法对误差损失函数的梯度信息进行反向传播，同时更新所有的模型参数，损失函数设为： 更新的网络权重参数为： ρ为学习率，i代表第i个神经元，k为迭代次数，为求导数符号。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。