北京理工大学李伟获国家专利权
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!
龙图腾网获悉北京理工大学申请的专利半中心注意力的高光谱和激光雷达图像跨场景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:CN116129266B 。
龙图腾网通过国家知识产权局官网在2025-11-21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:202310098052.6,技术领域涉及:G06V20/10;该发明授权半中心注意力的高光谱和激光雷达图像跨场景分类方法是由李伟;刘欢;张蒙蒙;王楠设计研发完成,并于2023-02-10向国家知识产权局提交的专利申请。
本半中心注意力的高光谱和激光雷达图像跨场景分类方法在说明书摘要公布了:本发明公开了半中心注意力的高光谱和激光雷达图像跨场景分类方法,包括以下步骤:步骤S1:设计半中心注意力模块;步骤S2:以半中心注意力模块为基本单元,构建编码器和解码器,将编码器和解码器组合为高光谱和激光雷达图像自学习网络;步骤S3:以高光谱图像为输入构建HSI信息嵌入模块、以像素位置为输入构建位置信息嵌入模块、以激光雷达图像为输入构建高程信息嵌入模块;将HSI信息嵌入模块、位置信息嵌入模块、和高程信息嵌入模块进行简单叠加融合作为编码器和解码器的输入;本发明能获得不依赖于场景的鲁棒性特征,从而提高跨场景分类效果。
本发明授权半中心注意力的高光谱和激光雷达图像跨场景分类方法在权利要求书中公布了:1.半中心注意力的高光谱和激光雷达图像跨场景分类方法,其特征在于,包括以下步骤: 步骤S1:设计半中心注意力模块; 步骤S2:以半中心注意力模块为基本单元,构建编码器和解码器,将编码器和解码器组合为高光谱和激光雷达图像自学习网络HLNet; 步骤S3:以高光谱图像为输入构建HSI信息嵌入模块、以像素位置为输入构建位置信息嵌入模块、以激光雷达图像为输入构建高程信息嵌入模块;将HSI信息嵌入模块、位置信息嵌入模块、和高程信息嵌入模块进行简单叠加融合作为编码器和解码器的输入; 步骤S4:利用模块的光谱关联和空间关联形成自监督训练,将源场景和目标场景所有数据作为训练样本对HLNet进行自监督训练,获得训练好的编码器; 步骤S5:将训练好的编码器接分类器,并固定编码器的参数,然后将源场景含标签的数据作为训练样本对编码器进行训练,得到目标场景的分类模型; 步骤S6:将训练好的目标场景的分类模型对目标场景的遥感图像进行分类; 所述步骤S1包括以下子步骤: 步骤S11:构建像素特征提取模块,该模块包含一个1×1的卷积层,一个由BatchNorm构成的归一化层,以及一个由ReLU构成的激活层,用于提取像素的特征; 步骤S12:构建像素键提取模块,该模块包含一个1×1的卷积层,一个由BatchNorm构成的归一化层;通过对获得的像素键进行多头分组,再进行相应的内积,并利用softmax函数进行激活,获得最终的像素关系权重; 步骤S13:计算混叠特征,将特征提取模块获得的特征以及键提取模块获得的像素关系权重进行矩阵相乘获得最终混叠后的像素特征。
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北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励