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！

龙图腾网获悉武汉理工大学三亚科教创新园申请的专利基于空间不变性的遥感船舶图像检索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：CN119580098B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202510047040.X，技术领域涉及：G06V20/10；该发明授权基于空间不变性的遥感船舶图像检索方法是由黄福伟;陈亚雄;杨锴;叶尹;熊盛武设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本基于空间不变性的遥感船舶图像检索方法在说明书摘要公布了：本发明属于遥感图像处理技术领域，公开一种基于空间不变性的遥感船舶图像检索方法，将遥感船舶图像集成划分为训练集、验证集和测试集，从训练集中抽取遥感船舶图像进行预处理，构建整体网络模型后进行训练，最后评估训练好的网络模型得到检索结果。本发明首先设计了基于空间不变性的模块，利用深度卷积神经网络提取连续实值描述子，并引入空间变换注意力机制，增强模型对空间不变性特征的适配能力和学习效率；其次，提出基于自注意力哈希的模块，通过多尺度图像嵌入提高图像表征效率，优化视觉编码器中的注意力正则化，并有效解决哈希映射中的量化损失问题；实验结果表明，本发明在GGWS、DSCR、FGSC‑23和FGSCR‑42数据集上的检索性能优于现有基于深度特征的方法。

本发明授权基于空间不变性的遥感船舶图像检索方法在权利要求书中公布了：1.一种基于空间不变性的遥感船舶图像检索方法，其特征在于，包括： 步骤S1，将现有的遥感船舶图像集成并按照不同类别图片划分为训练集、验证集和测试集； 步骤S2，对训练集中的遥感船舶图像进行预处理； 步骤S3，基于空间变换注意力模块、特征提取网络和特征描述子提取模块，随机挑取预处理后的遥感船舶图像作为输入，构建整体网络模型； 构建整体网络模型的过程如下： S3a，利用空间变换模块和注意力层构建空间变换注意力模块； 所述步骤S3a中构建空间变换注意力模块的过程如下： 1空间变换模块的构建过程： 首先对遥感船舶图像通过二维仿射变换得到位置变换参数，具体计算公式如下： ; 其中，为位置变换参数，为遥感船舶图像，，分别对应遥感船舶图像的高、宽、RGB三通道，表示仿射变换矩阵的六个参数，表示用来回归出图像变换参数的线形层，这个线性层使用了两个全连接层进行回归； 接着，使用采样网格的方法对输入遥感船舶图像的特征图进行变换，每个像素都使用以输入特征图为中心的计算，经过裁剪、平移、旋转、缩放和倾斜转换成变化后的遥感船舶图像，具体计算公式如下： ; 其中，为变化后的遥感船舶图像； 如果计算后的坐标值并不在原来图像的网格上，再利用双线性插值来计算出对应该点的值； 2注意力层的构建过程： 接着，采用变化后的遥感船舶图像作为注意力层的输入，利用卷积层对变化后的遥感船舶图像进行特征升维操作，得到升维后的特征图，再对升维后的特征图进行最大池化和平均池化得到两个关注点不一样的特征图，随后用的卷积层降维与前两个特征图在通道维度进行拼接，然后，再使用的卷积来产生最终的空间注意力特征图，最后使用函数缩放到0-1之间，作为通道注意力机制权重，最终与变化后的遥感船舶图像进行相乘，获得最后的遥感船舶图像特征图，具体计算公式如下： ； 式中即为输入到遥感船舶特征提取网络中的最后的遥感船舶图像空间变换注意力特征图，为函数，为特征拼接操作，为平均池化操作，为最大池化操作，和均为卷积层降维操作，为升维后的特征图； S3b，通过广义平均池化和注意力机制构建遥感船舶特征提取网络； S3c，构建遥感船舶特征描述子提取模块； 步骤S4，对整体网络模型进行训练； 步骤S5，使用训练好的整体网络模型对遥感船舶图像数据进行评估，得到检索结果。

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武汉理工大学三亚科教创新园，其通讯地址为：572025 海南省三亚市崖州区崖州湾科技城用友产业园9号楼；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。