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多尺度残差注意力的海洋溢油高光谱解混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：CN118212518B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202410212054.8，技术领域涉及：G06V20/10；该发明授权基于多尺度残差注意力的海洋溢油高光谱解混方法及系统是由陈亚雄;潘晟凯;袁景凌;熊盛武设计研发完成，并于2024-02-27向国家知识产权局提交的专利申请。

本基于多尺度残差注意力的海洋溢油高光谱解混方法及系统在说明书摘要公布了：本申请公开了一种基于多尺度残差注意力的高光谱解混方法和系统，属于海洋监测技术领域，本申请通过预先获取海洋溢油高光谱解混数据集对模型进行训练，优化海洋溢油高光谱影像解混模型参数，提高了海洋溢油的动态监测。本申请在构建海洋溢油高光谱影像解混模型时，通过引入空间注意力模块有效提高了高光谱影像的空间相似性，提高了全局信息捕捉能力，并通过引入光谱注意力模块来关注高度相关的光谱波段之间的相似性，有效地提高了海洋溢油高光谱解混的效率和准确率。

本发明授权基于多尺度残差注意力的海洋溢油高光谱解混方法及系统在权利要求书中公布了：1.一种基于多尺度残差注意力的海洋溢油高光谱解混方法，其特征在于，所述方法包括：步骤S1：获取海洋溢油高光谱影像F和海洋溢油端元信息E，基于海洋溢油高光谱影像F和海洋溢油端元信息E构建海洋溢油高光谱影像解混数据集，数据集包括训练数据集和验证数据集；步骤S2：构建基于多尺度残差注意力机制的海洋溢油高光谱影像解混模型，所述解混模型包括多尺度空洞卷积模块、空谱残差模块、重构模块；步骤S3：根据海洋溢油高光谱影像解混数据集的训练数据集对海洋溢油高光谱影像解混模型进行训练，并利用总损失函数L对模型参数进行优化，得到训练后的海洋溢油高光谱影像解混模型；步骤S4：将待解混的高光谱影像输入训练后的海洋溢油高光谱解混模型，输出解混端元和丰度；所述步骤S3中根据海洋溢油高光谱影像解混数据集对海洋溢油高光谱影像解混模型进行训练包括：步骤S31：将预处理后的海洋溢油高光谱影像Fh输入到所述多尺度空洞卷积模块中，得到多尺度特征FA；步骤S32：将所述多尺度特征FA输入到空谱残差模块，得到空间维度和光谱维度的内在相似性特征FB；步骤S33：将所述相似性特征FB输入到重构模块，得到解混的丰度图Ae和解混的端元Ee；所述步骤S32中将所述多尺度特征FA输入到空谱残差模块，得到空间维度和光谱维度的内在相似性特征FB包括：S321将预处理后的高光谱海洋溢油影像Fh分割成多个patch，每个patch通过卷积网络被映射为三个特征图F1，F2，F3，其中特征图F1的第i个像素的空间特征F1,i，与特征图F2的第j个像素的空间特征F2,j之间的位置相关值被定义为Fji，计算公式如下： 其中M代表patch中的像素个数，Fji代表特征图F1的第i个像素与特征图F2的第j个像素之间的位置相关值，这使得这些相似的空间特征之间的相关性更强；S322通过空间特征之间的位置相关值Fji和被映射得到的F3来计算空间注意力图Sj，公式如下： 其中α表示权重参数值，F3,i代表特征图F3的第i个像素点的值；S323将得到空间注意力图Sj与Fh,j进行残差操作,最终得到像元j所对应的注意力特征图Ej，公式如下：Ej＝Sj+Fh,j其中Fh,j代表高光谱影像中的第j个像元；S324将经过空间自注意力结构的注意力特征图Ej分割成多个patch，每个patch在通道维度上进行展平，被映射为三个特征图A1、A2、A3，将A1矩阵的第i个波段通道的特征值A1i与A2矩阵的第j个波段通道的特征值A2j之间的光谱相关值被定义为Aj,i，计算公式如下： 其中B代表波段的数量，Aj,i代表特征图A1的第i个波段与特征图A2的第j个波段之间的光谱相关值，同样地，这使得这些相似的通道之间的相关性更强；S325通过不同波段通道特征之间的相关值Aj,i和被映射得到的特征图A3来计算光谱注意力图Wj，公式如下： 其中α表示权重参数值，A3,i代表特征图A3的第i个波段通道对应的值；S326得到的光谱注意力图Wj与Fh,j进行残差操作,最终得到通道j所对应的注意力特征Mj图，公式如下：FA＝Wj+Fh,j其中Fh,j代表高光谱影像中的第j个像元。

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”。