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！

龙图腾网获悉武汉大学申请的专利基于注意力机制的多尺度特征融合星图识别方法和装置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：CN117830701B 。

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：202311742615.7，技术领域涉及：G06V10/764；该发明授权基于注意力机制的多尺度特征融合星图识别方法和装置是由涂志刚;刘雁芸;鄢建国设计研发完成，并于2023-12-15向国家知识产权局提交的专利申请。

本基于注意力机制的多尺度特征融合星图识别方法和装置在说明书摘要公布了：本发明公开了基于注意力机制的多尺度特征融合星图识别方法和装置，在训练基于深度学习星图识别模型时，提取卷积神经网络前馈计算过程中产生的多尺度特征图，形成多尺度特征层次金字塔结构。此外，利用基于注意力机制的多尺度特征融合方法替换传统的简单线性融合操作，按照网络深度自顶向下地对所提取多尺度特征图做逐层融合。融合过程中使用多尺度注意力模块，该模块在通道注意力机制过程中实现，可沿通道维度聚合多尺度上下文信息，更好地融合语义和尺度不一致的特征。本发明考虑到深空环境中的恒星分布可能呈现多种尺度的情况，同时强调分布更全局的恒星星群和分布更局部的恒星星群，提高模型在真实深空场景的极端尺度变化下识别星图的精度。

本发明授权基于注意力机制的多尺度特征融合星图识别方法和装置在权利要求书中公布了：1.一种基于注意力机制的多尺度特征融合星图识别方法，其特征在于，包括如下步骤：步骤S1，构建星图图像基础训练集并进行打标；步骤S2，对基础训练集做数据增强；步骤S3，构建完整的基于注意力机制的多尺度特征融合模型，选择ResNet-50作为主干网络，提取ResNet-50前馈计算过程中每个阶段Stage最后一个残差块输出的特征，然后通过基于注意力机制的多尺度特征融合方法，按照网络深度自顶向下对相邻特征图进行融合，每次融合两个特征，所得新特征图继续与下层特征重复融合过程，直至迭代结束，将自顶向下的最终融合特征输入分类器；步骤S3中基于注意力机制的多尺度特征融合方法的具体实现方式为：对于所提取的所述相邻特征图，将分辨率较小的上层特征图的空间分辨率进行上采样操作，将分辨率较大的下层特征图进行减少通道维度操作，处理后的两个特征逐点相加做初始特征融合；将初始融合得到的特征输入多尺度通道注意力模块，两特征的具体融合过程表示如下： 其中，Z为两特征融合后的结果，X、Y分别表示需要进行初始特征融合的两个特征，为特征图的逐元素相加的初始融合操作，S表示X、Y的初始融合结果，M·表示多尺度通道注意力模块，S′表示初始融合特征经过M·的输出，表示两特征图逐元素相乘；步骤S4，批量将数据增强得到的训练集输入以上构建的网络模型，训练生成星图识别模型；步骤S5，将待识别的星图输入至生成的星图识别模型中，星图识别模型输出识别结果，每张星图输出的分类结果为主星编号，最后根据主星与星图中相邻星的角距，识别星图中剩余的恒星。

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大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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”。