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一种多层次注意力交互的云雪辩识方法、设备及存储介质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：CN116310868B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202310260636.9，技术领域涉及：G06V20/13；该发明授权一种多层次注意力交互的云雪辩识方法、设备及存储介质是由夏旻;丁立设计研发完成，并于2023-03-17向国家知识产权局提交的专利申请。

本一种多层次注意力交互的云雪辩识方法、设备及存储介质在说明书摘要公布了：本发明公开了一种多层次注意力交互的云雪辩识方法、设备及存储介质，涉及图像处理技术领域，方法包括：获取待识别图像；将所述待识别图像输入预训练好的多层次注意力交互网络；其中所述多层次注意力交互网络包括：下采样特征提取模块、细节特征提取模块、深层多头注意力信息增强模块和特征交互融合上采样模块；根据所述多层次注意力交互网络的输出，得到云和雪的掩膜图像，完成云和雪的辩识。能够实现多种地表背景的干扰下云雪辨识，增强对薄云和雪地边缘的检测能力，减少云雪相似的光谱特性对检测的影响，更精确区分出云雪区域，并且泛化能力强，在分割其他地面目标方面也具有良好效果。

本发明授权一种多层次注意力交互的云雪辩识方法、设备及存储介质在权利要求书中公布了：1.一种多层次注意力交互的云雪辩识方法，其特征在于，包括： 获取待识别图像； 将所述待识别图像输入预训练好的多层次注意力交互网络；其中所述多层次注意力交互网络包括：下采样特征提取模块、细节特征提取模块、深层多头注意力信息增强模块和特征交互融合上采样模块； 根据所述多层次注意力交互网络的输出，得到云和雪的掩膜图像，完成云和雪的辩识； 其中，多层次注意力交互网络的处理过程包括：所述下采样特征提取模块用于对输入的图像进行下采样特征提取，得到不同层级的浅层特征和深层特征输出给细节特征提取模块，并得到局部特征输出给深层多头注意力信息增强模块；所述细节特征提取模块用于提取下采样特征提取模块不同层级之间的浅层特征和深层特征的相同信息和差异信息，得到细节特征；所述深层多头注意力信息增强模块通过桥接单元实现将下采样特征提取模块提取的局部特征和多头自注意力机制单元提取的全局特征结合，得到全局增强特征；所述特征交互融合上采样模块用于根据所述细节特征和全局增强特征进行特征交互融合上采样处理得到云和雪的掩膜图像； 所述深层多头注意力信息增强模块包括桥接转换模块和多头自注意力机单元；所述深层多头注意力信息增强模块通过桥接单元实现将下采样特征提取模块提取的局部特征和多头自注意力机制单元提取的全局特征结合，得到全局增强特征，包括： 将下采样特征提取模块输出的局部特征作为输入，利用桥接单元的down部分，将局部特征映射为多头注意力中的片区子空间，采用1×1卷积将输入通道数压缩为多头注意力中使用的片区子空间通道数； 将局部特征的形状从B×Ct×H×W,转化为多头注意力中片区子空间的形状形式B×H×W×Ct，输入到多头注意力机制单元中； 多头自注意力机制单元中有多个独立地随机初始的学习权重矩阵，将输入的向量映射到不同子空间中，丰富信息的特征表达，使模型关注多个全局中的重点区域； 将多头自注意力机制单元提取的特征信息通过桥接单元的UP部分，把特征图谱恢复成多头注意力特征，并通过1×1卷积将通道维度映射为通道维度C2，得到全局特征； 将局部特征和全局特征结合，用3×3卷积实现局部特征和全局特征编码融合，得到全局增强特征； 所述深层多头注意力信息增强模块的计算过程如下： Fdown＝reshape1Conv1×1Fn Fup＝Conv1×1reshape2MtFdown Fdm＝Conv3×3CatFn+Fup 其中Fn∈RC×H×W表示输入的局部特征，表示映射到多头注意力的片区子空间，Mt·表示多头注意力操作，reshape1·表示局部特征的转化成片区子空间的操作，reshape2·表示特征图谱恢复成多头注意力特征，Fup∈RC2×H×W表示恢复的多头注意力特征，Cat·表示在通道维度上的拼接，Conv3×3·表示3x3卷积操作，Fdm∈RC×H×W表示深层多头注意力信息增强模块输出的全局增强特征。

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南京信息工程大学，其通讯地址为：224002 江苏省盐城市盐南高新区新河街道文港南路105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。