Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 耕宇牧星(北京)空间科技有限公司李冠群获国家专利权

耕宇牧星(北京)空间科技有限公司李冠群获国家专利权

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!

龙图腾网获悉耕宇牧星(北京)空间科技有限公司申请的专利一种基于局部-全局遥感图像的地物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:CN120047685B

龙图腾网通过国家知识产权局官网在2025-10-31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:202510114469.6,技术领域涉及:G06V10/26;该发明授权一种基于局部-全局遥感图像的地物语义分割方法及系统是由李冠群设计研发完成,并于2025-01-24向国家知识产权局提交的专利申请。

一种基于局部-全局遥感图像的地物语义分割方法及系统在说明书摘要公布了:本发明公开了一种基于局部‑全局遥感图像的地物语义分割方法及系统,该方法包括以下步骤:获取目标区域待分割遥感图像进行预处理,并通过卷积神经网络进行特征提取,得到特征图F;根据特征图F的全局信息,采用通道注意力机制和空间注意力机制,得到全局增强特征;将特征图F分割成多个特征向量,对每一个特征向量采用通道注意力机制和空间注意力机制并重新整合,得到完整的局部增强特征;将全局增强特征和完整的局部增强特征进行融合,得到增强特征F’;将增强特征F’输入到地物语义分割模型,得到地物语义分割结果P。本发明引入空间注意力和通道注意力机制,综合利用局部和全局信息,提高遥感图像语义分割的准确性、鲁棒性和泛化能力。

本发明授权一种基于局部-全局遥感图像的地物语义分割方法及系统在权利要求书中公布了:1.一种基于局部-全局遥感图像的地物语义分割方法,其特征在于,包括以下步骤: S1、获取目标区域的待分割遥感图像进行预处理,并通过卷积神经网络进行特征提取,得到特征图F; S2、根据所述特征图F的全局信息,采用通道注意力机制和空间注意力机制,得到全局增强特征; S3、将所述特征图F分割成多个特征向量,对每一个特征向量采用所述通道注意力机制和空间注意力机制并重新整合,得到完整的局部增强特征; S4、将所述全局增强特征和完整的局部增强特征进行融合,得到增强特征F’; S5、将所述增强特征F’输入到地物语义分割模型,得到地物语义分割结果P;所述地物语义分割结果P包括建筑物、道路和水体; 其中, 所述步骤S1,具体包括: 获取目标区域的待分割遥感图像,进行图像去噪操作,对去噪后的图像进行图像增强处理,再进行图像归一化处理; 对归一化处理后的图像进行分割,并去除分割图像中的背景部分,将剩余分割图像作为原始图像; 将所述原始图像输入初始卷积神经网络,得到低层次特征; 对所述低层次特征进行非线性变换、池化层和批归一化层处理,得到特征F0; 对所述特征F0进行多层特征提取,得到高层次特征,作为特征图F;其中,所述特征图F的形状为C×H×W,C为通道数,H为高度,W为宽度; 所述步骤S2,具体包括: 采用通道注意力机制,对所述特征图F的每个通道进行平均池化和最大池化,拼接后得到全局通道注意力图;与所述特征图F的全局矩阵相乘得到全局通道的增强特征; 采用空间注意力机制,对所述全局通道的增强特征在通道维度进行平均池化和最大池化,拼接后得到全局空间注意力图;再与所述全局通道的增强特征相乘得到全局增强特征。

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耕宇牧星(北京)空间科技有限公司,其通讯地址为:100095 北京市海淀区地锦路9号院14号楼101-1;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。

免责声明
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。